Las carreras de robots ya son una realidad desde hace años, y de hecho son el origen de la IA. Con los avances tecnológicos, nuevas disciplinas como esta puede que sean capaces de revolucionar el sector del entretenimiento. El mundo de los Micromouse y el Maze-Solving permanece por debajo del radar, pero puede que no por mucho tiempo.
El Maze-Solving, una competición con historia
En 1952, el matemático Claude Shannon creó el primer robot capaz de salir de un laberinto, por supuesto con forma de ratón. El intrincado sistema funcionaba mediante imanes, interruptores y un ordenador dentro del propio laberinto. Mediante un largo proceso de prueba y error era capaz de encontrar la salida y posteriormente memorizarla. Para muchos, es el primer caso de machine learning de la historia. Algunas de las grandes mentes detrás de Google aseguran que el comienzo de la IA tal y como la conocemos hoy se remonta a este robot aparentemente tan sencillo. Por supuesto, el nombre de este célebre robot programado para escapar de laberintos era Teseo.
Décadas después, en 1977 se afianzó el concepto de las carreras de robots para escapar de laberintos. Enseguida se extendió su fama por todo el mundo y los grandes desarrolladores de robótica se interesaron por lograr los mejores resultados. A día de hoy, la disciplina se ha convertido en un espectáculo del hardware y software más avanzado. A través de los años, algunas normas se han mantenido, incluído el mote de “micromouse” para los robots. Donde reside lo más sorprendente de esta competición es que los robots deben ser completamente autónomos, sin control remoto, conexión GPS, o internet. Además, las dimensiones deben ser menores a 25 centímetros, concentrando toda la nanotecnología en los pequeños dispositivos. Y deben deslizarse por el laberinto, nada de escalar o volar. En cuanto al laberinto, tiene unos 3 metros cuadrados de tamaño, con pasillos de 18 centímetros. Hay nuevas modalidades con robots y pasillos incluso más pequeños, incluso del tamaño de una moneda.
Con muchas similitudes al speedcubing (competiciones para resolver cubos de rubik lo más rápido posible), la distribución del laberinto sólo se revela minutos antes de la competición sin que los participantes puedan modificar nada de sus robots. Los participantes pueden recorrer el laberinto durante entre 7 y 10 minutos para encontrar la manera más rápida de escapar. Tienen cinco intentos dentro de este tiempo para realizar la solución más rápida. Habitualmente la estrategia es usar el primer intento para memorizar el laberinto y los demás para encontrar la salida más rápida. Teniendo en cuenta que los robots solo se pueden guiar con sus sensores de infrarrojos y los miles de giros posibles, tiene mérito observar cómo son capaces de escapar en pocos segundos. La victoria muchas veces se decide en milésimas de segundo, por lo que la eficiencia y optimización es vital.
Una manera sencilla de entender el machine learning
El concepto de aprendizaje por parte de las máquinas que tanto se ha popularizado, puede parecer algo abstracto y difícil de comprender. Dentro de la competición de Maze-Solving han surgido complejos algoritmos con diversas utilidades, incluso en el campo de la medicina. Es interesante ver cómo los robots manejan enormes bases de datos para encontrar la salida más rápida, que en ocasiones no es necesariamente la más corta. Diversos algoritmos tienen en cuenta los distintos caminos en base al número de giros que requieren, la distancia y las cualidades de cada robot. Por ello, no es extraño tampoco que cada nanorobot utilice una ruta distinta o un sistema de búsqueda distinto. Los robots miden al milímetro el ángulo de cada giro para hacerlo a grandes velocidades, en ocasiones sufriendo aparatosos choques simplemente por una mota de polvo.
El machine learning se basa en que los robots, al ser completamente autónomos, deben valerse por sí mismo para encontrar la solución y ejecutarla de la manera más veloz. Los programadores pueden introducir algoritmos en su base de datos para que tengan en cuenta infinidad de variables y recopilen toda la información posible. Pero a la hora de la verdad, es su capacidad de interactuar con el entorno y aprender de sus propios errores lo que determina que un micromouse sea capaz de lograr la victoria. Teniendo en cuenta que solo tienen unos minutos, es la capacidad de aprendizaje acelerado lo que marca la diferencia. Además, los laberintos distintos en cada competición hacen que las máquinas se enfrenten a su mayor reto, adaptarse a situaciones distintas cada vez.
El Maze-Solving tiene madera para ser viral
Actualmente ya vemos cómo enfrenta a las mejores mentes de Japón, Taiwán y Estados Unidos. Esta disciplina tiene algo único ya que combina la carrera tecnológica y el intelecto humano. El ganador lo determina la capacidad de los programadores de crear un robot cada vez más diestro, con algoritmos más complejos y en resumen una inteligencia mayor. Incluso hemos visto cómo la dinámica de fluidos o los principios de aleatoriedad entran en juego. En el país del sol naciente ya despierta pasiones, y podemos ver algunos videos en youtube con millones de visitas. Lo interesante es que a diferencia de otras modalidades, como podría ser el salto de altura, las carreras de robots tienen un enorme potencial para seguir introduciendo innovaciones que lleven la competición a un nivel más alto cada vez. A pesar de que en las últimas décadas ya han sido testigo de ideas originales que revolucionan la robótica y la IA.
Dentro de un mundo en el que el entretenimiento clásico parece estar en declive, nuevas disciplinas pueden crecer enormemente. Los e-sports ya han hecho su aparición a gran escala y demostrado como se puede obtener una gran rentabilidad a raíz de crear un formato atractivo y con un alto nivel de competitividad. El caso más similar al Maze-Solving lo encontramos en la Fórmula 1 o la nueva Fórmula E con vehículos eléctricos. El atractivo está en cómo la tecnología es capaz de ser determinante y empujar la competición a nuevos límites. Cuando factores como la aerodinámica o el propio clima son determinantes para lograr una victoria, hay una curiosidad natural por encontrar quién es el mejor. Tras la llegada de la IA, es lógico que los enfrentamientos entre máquinas puedan despertar un interés sin igual, para ver que modelo es el más capacitado. Cuando empresas multimillonarias se juegan su prestigio por desarrollar la tecnología más puntera, el show está servido.
Por otra parte, es gracioso pensar que las trampas en esta competición son ciertamente poco probables ya que si algún robot tuviese un control remoto, ningún humano sería capaz de pilotarlo ni de lejos al nivel que los propios robots se mueven. Pronto es posible que vayan más rápido incluso que el ojo humano.
