Técnicas como el aprendizaje automático y la variante de aprendizaje profundo también se denominan inteligencia artificial basada en datos, IA y el paletizado. Se espera que cambien el trabajo en muchos sectores, por ejemplo, se pueden usar en la industria de seguros para determinar las primas o en la atención médica para hacer mejores diagnósticos.

– A menudo se trata de que los sistemas aprendan cómo piensan y actúan las personas «del otro lado». Es decir, se recrea y analiza los procesos humanos mediante algoritmos matemáticos. De esta forma, también podemos crear sistemas que sean más objetivos y que puedan utilizar más información que un ser humano. Al mismo tiempo, debemos tener en cuenta la privacidad y la privacidad cuando los sistemas recopilan datos, esto es algo que se discute mucho.

La IA basada en datos también es una parte importante del programa nacional de investigación WASP, Wallenberg AI, Autonomous Systems and Software Program, en el que participan tanto la academia como las empresas. Danica Kragic Jensfelt es responsable de la inversión en aprendizaje automático y aprendizaje profundo.

– Podemos lograr mucho más mediante la cooperación. Muchas industrias carecen de expertos en el campo de la IA. Dentro de WASP, se forman médicos que pueden ser empleados por empresas y en el mundo académico. También es mi papel como académico contar de manera objetiva sobre la investigación, para educar a la sociedad. Muestre las posibilidades, pero también diga qué desafíos tiene la tecnología.

Bebiendo café

El trabajo complejo se realiza paso a paso. En el laboratorio, Danica Kragic Jensfelt y su grupo de investigación asumen el curso de los eventos cuando un robot tiene que aprender a servir café de forma natural. Las series de tiempo y los movimientos se transforman en un modelo informático.

– Inicialmente, no se trata tanto de los aspectos sociales. La pregunta es más ¿cómo lo hacemos cuando servimos café? Empezamos con una taza de café y una cafetera. Al final, la taza se llena de café. Pueden suceder muchas cosas durante ese tiempo, de infinitas formas con muchos parámetros.

El objetivo es un sistema en el que el robot mire al humano y pueda predecir lo que sucederá a continuación.

– Queremos que el robot pueda cambiar la forma en que realiza las cosas en función de lo que es cierto en este momento. Desde la perspectiva del sistema, esto no tiene por qué ser tan diferente de una compañía de seguros que recibe información sobre su estado actual. Entonces vemos que los métodos que usamos son generales en principio independientemente del área porque se trata de adaptarnos a situaciones cambiantes.