Cuando el mini guepardo del MIT ejecutó a la perfección una voltereta hacia atrás en "The Tonight Show Starring Jimmy Fallon", la audiencia gritó y aplaudió con entusiasmo. Si esta máquina, que también saltaba por el escenario como un perro de exhibición y se estiraba en varias direcciones diferentes, podía realizar una maniobra tan difícil, imposible para la mayoría de los humanos, debería ser fácil lograr que realizara todo tipo de tareas cotidianas. .

O al menos eso es lo que la mayoría de la gente podría haber pensado. De hecho, el algoritmo de control para el backflip es sorprendentemente simple, dice Sangbae Kim, director del Laboratorio de Robótica Biomimética y profesor de ingeniería mecánica en el MIT. La voltereta hacia atrás es básica en comparación con un enorme repertorio de comportamientos humanos aparentemente fáciles, como agarrar una taza o mover la comida en la boca para masticarla, que no solo requieren circuitos de retroalimentación más complicados, sino que también se comprenden muy poco porque los humanos los realizan automáticamente de acuerdo con a los procesos subconscientes.

“Conseguir tareas robóticas que parecen fáciles para nosotros suele ser extremadamente difícil y complicado”, dice Kim. “Tendemos a pensar en la dificultad de una tarea en función de los estándares humanos”.

Ingrese a la clase de Kim, 2.74 (Robótica bioinspirada).

Según Kim, los investigadores deben comprender este sesgo cognitivo, esta tendencia hacia el antropomorfismo, para siquiera comenzar a desarrollar robots que puedan ayudar a los humanos con sus movimientos físicos. Si bien el interés de investigación de Kim es construir robots que puedan ayudar a las personas, como los ancianos en una población que envejece con menos jóvenes para realizar servicios, tal avance ni siquiera es posible sin comprender la biología, la biomecánica y cuánto no entendemos sobre nuestros propios movimientos cotidianos.

"Algo importante que los estudiantes deben aprender en esta clase no es necesariamente entender cómo movemos nuestro cuerpo, sino el hecho de que no entendemos cómo nos movemos", dice Kim. "Uno de nuestros objetivos finales en robótica es desarrollar robots que ayudar a las personas mayores imitando cómo usamos nuestros brazos y piernas, pero si no te das cuenta de lo poco que sabemos sobre cómo nos movemos, ni siquiera podemos comenzar a abordar este problema".

La primera mitad de la clase, que está compuesta por cincuenta o menos estudiantes de último año y graduados, se dedica a la biología y la biomecánica. Confrontados con lo poco que sabemos sobre los procesos subconscientes que permiten a los humanos interactuar con su entorno, los estudiantes tienen una sensación de asombro, dice Kim.

"Durante la conferencia, los estudiantes miran sus manos como un sistema robótico, cómo se mueven y cómo funcionan. Enseñar cómo nos movemos y cómo crear un comportamiento similar en los robots, entendiendo ambos mundos, es intrínsecamente interesante", dice Kim. "Dicen, ´Esto es muy distinto de lo que yo pensaba. No sabía nada de esto´".

“Esta es la fuerza impulsora de toda la clase”, agrega. “Así es como estamos pensando y divirtiéndonos”.

Roberto Bolli, quien cursa segundo año de maestría, dice que una de las cosas más sorprendentes que aprendió en 2.74 tiene que ver con la forma de caminar de los humanos.

"Caminar es esencialmente una caída continua, donde el centro de masa del cuerpo cae hacia adelante como un péndulo invertido", dice Bolli, cuyo equipo de 2.74 desarrolló un robot llamado Chicken-Bot 9000. "Esto significa que nuestra velocidad máxima al caminar está determinada aproximadamente por la longitud de nuestras piernas y la gravedad, y no por nuestra condición física o resistencia general".

Los proyectos de investigación en los que se embarcan 2,74 alumnos en la segunda mitad de la clase señalan comportamientos biológicos muy específicos para estudiar, buscando emplear el modelo más simple posible. Por ejemplo, podrían investigar dónde se debe ubicar una batería u otra carga útil en un robot saltador para lograr el salto más alto.

A través de este proceso, los estudiantes pueden comparar lo que han aprendido sobre biología con la robótica a medida que desarrollan y ajustan hipótesis, cuyas ideas provienen de la biología, pero deben reconstituirse en un contexto de robótica, afirma Kim.

"Si vieras un canguro saltando, podrías decir, ¿cómo puede un canguro saltar tan alto? No puedo probar con el animal, y realmente necesitas pensarlo tres veces. No tenemos el mismo tipo de músculo en un robot, ¿verdad? No tenemos el mismo tipo de tendones. Entonces, tenemos que volver a armar la hipótesis en el contexto de la robótica", dice Kim. "La mitad de la clase trata sobre biología y biomecánica para que los estudiantes puedan realmente comparar los músculos con los motores eléctricos, las computadoras con nuestro cerebro, los algoritmos informáticos con nuestro control motor".

Bolli dice que la clase lo ayudó a aprender una "metodología sistemática para aplicar conceptos biológicos a sistemas mecánicos".

“La biomimética no es simplemente copiemos este diseño que encontramos en la naturaleza y veamos qué tan bien funciona en un robot”, dice. "Se trata de extraer principios útiles de los sistemas naturales para resolver desafíos como la manipulación y la locomoción de formas novedosas e interesantes".

Jess Han, estudiante de primer año de maestría y doctorado, señala que ella y sus compañeros investigadores "deben ser cautelosos y pensar críticamente sobre qué aspectos de la biología tratamos de emular a través de nuestros robots", porque la naturaleza no siempre ofrece el mejor diseño

"La selección natural permite cosas que son suficientemente buenas para sobrevivir en lugar de seleccionar la solución óptima", dice Han, quien participó en la creación de Suni-Bot, que lleva el nombre de la gimnasta olímpica Suni Lee. "Si copiamos la biología sin pensar, en realidad podemos diseñar robots que no sean tan efectivos como podrían ser o que no utilicen completamente las capacidades de la tecnología que tenemos".

Los estudiantes estudian y experimentan tanto con el hardware del robot como con una simulación por computadora. Kim dice que el setenta por ciento de la clase es programación; los datos de la simulación dinámica y los resultados del hardware se utilizan para obtener un resultado científico.

Kim dice que tales hallazgos pueden iluminar pequeñas regiones de la enorme y desconocida extensión de comportamientos subconscientes detrás de gran parte del movimiento humano.

"Por mucho que estudiemos el cuerpo humano, no creo que podamos descifrar la gran pregunta de cómo nos movemos", afirma. "Más bien, construyes un sistema robótico y luego pruebas A, B, C. Y entonces, si encuentras algo aplicable, dices: ´Huh, así debe ser como controlamos realmente [un movimiento concreto]´".

Incluso los investigadores de robótica más avanzados “no saben qué tipo de robot va a ayudar a la gente en este momento”, dice Kim. “Solo estamos construyendo tecnología de componentes”.

Mientras tanto, la clase de robótica bioinspirada de Kim proporciona un terreno fértil para la experimentación.

"A los estudiantes definitivamente les gustaban sus robots", dice Bolli. "Nos autoorganizamos en pequeños grupos para el proyecto final, por lo que todos estaban trabajando en algún aspecto de la biomimética que les interesaba personalmente. en un trampolín. Como estudiante de ingeniería mecánica, creo que estaba mucho más entusiasmado con el aspecto manus de mens et manus [mente y mano, el lema del MIT], así que los laboratorios que implicaban construir y controlar patas de robots, así como la proyecto final, fueron definitivamente la parte más interesante de la clase".

Autor