Ilustración. / MIT

Los robots contemporáneos pueden moverse rápidamente. "Los motores son rápidos y potentes", dice Sabrina Neuman.

Sin embargo, en situaciones complejas, como las interacciones con las personas, los robots no suelen moverse con rapidez. "El problema es lo que ocurre en la cabeza del robot", añade.

Percibir los estímulos y calcular una respuesta requiere un "montón de cálculos", lo que limita el tiempo de reacción, dice Neuman, que acaba de graduarse con un doctorado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT. Neuman ha encontrado una forma de combatir este desajuste entre la "mente" y el cuerpo de un robot. El método, denominado computación robomórfica, utiliza la disposición física de un robot y sus aplicaciones previstas para generar un chip informático personalizado que minimice el tiempo de respuesta del robot.

El avance podría impulsar una serie de aplicaciones robóticas, incluida, potencialmente, la atención médica de primera línea a pacientes contagiosos. "Sería fantástico que pudiéramos tener robots que ayudaran a reducir el riesgo para los pacientes y los trabajadores de los hospitales", dice Neuman.

Neuman presentará la investigación en la Conferencia Internacional sobre Soporte Arquitectónico para Lenguajes de Programación y Sistemas Operativos que se celebrará en abril. Entre los coautores del MIT se encuentran el estudiante de posgrado Thomas Bourgeat y Srini Devadas, profesor de Ingeniería Eléctrica Edwin Sibley Webster y asesor del doctorado de Neuman. Otros coautores son Brian Plancher, Thierry Tambe y Vijay Janapa Reddi, todos ellos de la Universidad de Harvard. Neuman es ahora un becario postdoctoral de la NSF para la innovación informática en la Escuela de Ingeniería y Ciencias Aplicadas de Harvard.

Según Neuman, hay tres pasos principales en el funcionamiento de un robot. La primera es la percepción, que incluye la recogida de datos mediante sensores o cámaras. La segunda es el mapeo y la localización: "Basándose en lo que han visto, tienen que construir un mapa del mundo que les rodea y luego localizarse en ese mapa", dice Neuman. El tercer paso es la planificación y el control del movimiento, es decir, trazar un curso de acción.

Estos pasos pueden llevar tiempo y mucha potencia de cálculo. "Para que los robots puedan desplegarse en el campo y operar con seguridad en entornos dinámicos alrededor de los seres humanos, tienen que ser capaces de pensar y reaccionar muy rápidamente", dice Plancher. "Los algoritmos actuales no pueden ejecutarse en el hardware de CPU actual con la suficiente rapidez".

Neuman añade que los investigadores han estado investigando mejores algoritmos, pero cree que las mejoras en el software no son la solución por sí solas. "Lo que es relativamente nuevo es la idea de que también se puede explorar un mejor hardware". Eso significa ir más allá del chip de procesamiento de la CPU estándar que constituye el cerebro de un robot, con la ayuda de la aceleración por hardware.

La aceleración por hardware se refiere al uso de una unidad de hardware especializada para realizar ciertas tareas informáticas de forma más eficiente. Un acelerador de hardware muy utilizado es la unidad de procesamiento gráfico (GPU), un chip especializado en el procesamiento paralelo. Estos dispositivos son útiles para los gráficos porque su estructura paralela les permite procesar simultáneamente miles de píxeles. "Una GPU no es la mejor en todo, pero es la mejor en aquello para lo que está construida", dice Neuman. "Consigues un mayor rendimiento para una aplicación concreta". La mayoría de los robots se diseñan con un conjunto de aplicaciones previstas y, por tanto, podrían beneficiarse de la aceleración por hardware. Por eso el equipo de Neuman desarrolló la computación robomórfica.

El sistema crea un diseño de hardware personalizado para satisfacer mejor las necesidades informáticas de un robot concreto. El usuario introduce los parámetros de un robot, como la disposición de sus extremidades y la forma en que pueden moverse sus distintas articulaciones. El sistema de Neuman traduce estas propiedades físicas en matrices matemáticas. Estas matrices son "dispersas", es decir, contienen muchos valores cero que corresponden aproximadamente a movimientos imposibles dada la anatomía particular de un robot. (Del mismo modo, los movimientos de tu brazo están limitados porque sólo puede doblarse en determinadas articulaciones: no es un fideo de espagueti infinitamente flexible).

A continuación, el sistema diseña una arquitectura de hardware especializada para ejecutar los cálculos sólo en los valores distintos de cero de las matrices. Así, el diseño del chip resultante se adapta para maximizar la eficiencia de las necesidades informáticas del robot. Y esa personalización dio sus frutos en las pruebas.

La arquitectura de hardware diseñada con este método para una aplicación concreta superó a las unidades de CPU y GPU disponibles en el mercado. Aunque el equipo de Neuman no fabricó un chip especializado desde cero, programó un chip de matriz de puertas programable en campo (FPGA) personalizable según las sugerencias de su sistema. A pesar de funcionar a una velocidad de reloj más lenta, ese chip funcionó ocho veces más rápido que la CPU y 86 veces más rápido que la GPU.

"Estaba encantado con esos resultados", dice Neuman. "Aunque la velocidad de reloj más baja nos impedía avanzar, lo compensamos siendo más eficientes".

Plancher ve un gran potencial para la computación robomórfica. "Lo ideal sería que pudiéramos fabricar un chip de planificación de movimientos personalizado para cada robot, lo que les permitiría calcular rápidamente movimientos seguros y eficientes", afirma. "No me sorprendería que dentro de 20 años cada robot tuviera un puñado de chips informáticos personalizados, y éste podría ser uno de ellos". Neuman añade que la computación robomórfica podría permitir a los robots liberar a los humanos de riesgos en una serie de entornos, como el cuidado de pacientes con covida-19 o la manipulación de objetos pesados.

"Este trabajo es emocionante porque muestra cómo los diseños de circuitos especializados pueden utilizarse para acelerar un componente central del control de los robots", dice Robin Deits, un ingeniero de robótica de Boston Dynamics que no participó en la investigación. "El rendimiento del software es crucial para la robótica porque el mundo real nunca espera a que el robot termine de pensar". Añade que el avance de Neuman podría permitir a los robots pensar más rápido, "desbloqueando comportamientos emocionantes que antes serían demasiado difíciles computacionalmente."

Lo siguiente que Neuman planea es automatizar todo el sistema de computación robomórfica. Los usuarios sólo tendrán que arrastrar y soltar los parámetros de su robot, y "del otro extremo saldrá la descripción del hardware. Creo que eso es lo que lo llevará al límite y lo hará realmente útil".

Esta investigación ha sido financiada por la National Science Foundation, la Computing Research Agency, el CIFellows Project y la Defense Advanced Research Projects Agency.

Autor

MIT

Promover la investigación, las innovaciones, la enseñanza y los eventos y las personas de interés periodístico del MIT a la comunidad del campus, los medios de comunicación y el público en general, Comunicar anuncios del Instituto, Publicar noticias de la comunidad para profesores, estudiantes, personal y ex alumnos del MIT. Proporcionar servicios de medios a los miembros de la comunidad, incluido el asesoramiento sobre cómo trabajar con periodistas, Responder a consultas de los medios y solicitudes de entrevistas...