En un laboratorio de neuro-robótica de la Universidad del Sur de California, una pequeña mano mecánica escuchaba una melodía por primera vez y la reproducía de un solo intento, sin partituras, partituras precargadas ni semanas de entrenamiento y práctica supervisados (a través de USC Viterbi).
El sistema se llama la Mano del Músico. Tiene cuatro dedos, cada uno movido por un tendón conectado a un pequeño motor eléctrico, reflejando cómo los músculos realmente tiran de los tendones en una mano humana. Fue construido por el doctorando Hesam Azadjou bajo la dirección del profesor Francisco Valero-Cuevas.
¿Cómo aprendió realmente el robot?
A través de una técnica llamada “balbuceo motor”, el proceso exploratorio de prueba y error mediante el cual los humanos aprenden a controlar sus extremidades. Sin conocer el concepto de manos, teclados y música, el robot descubrió cómo sus movimientos podían producir sonidos pulsando las teclas de un piano.
Durante los dos primeros minutos, la mano robótica pulsaba teclas al azar, analizando la relación entre los movimientos de los dedos y los sonidos producidos por el piano. A partir de esa breve experiencia, mapeó la conexión entre los comandos motores (los movimientos de los dedos) y los resultados (los sonidos).
Cuando la Mano Musical escuchó por primera vez la melodía de unas 30 notas, diseñada por el compositor y teórico musical de Los Ángeles Richard Tuttobene y llamada “Robo Algo”, convirtió el audio en un espectrograma, utilizó redes neuronales para identificar las notas y luego generó los comandos necesarios para reproducir la secuencia, justo en el primer intento.
¿Qué hace que esto sea más que un truco musical de fiesta?
Los investigadores también realizaron una audición a ciegas, en la que dos jueces evaluaron a la Mano Músico junto a cuatro pianistas entrenados sin saber cuál era el robot, y hubo ocasiones en las que no pudieron distinguir entre humanos y robots.
En cambio, los adultos sin entrenamiento ni siquiera podían reproducir las primeras docenas de notas. Azadjou señala que el cerebro humano resuelve problemas motores complejos usando menos de 100 vatios de potencia, lo que equivale aproximadamente a un cargador de portátil, pero la IA convencional podría necesitar megavatios de potencia para la misma tarea.
Este tipo de aprendizaje ágil, eficiente y basado en la experiencia podría aplicarse realmente a dispositivos robóticos que las personas puedan llevar y usar a diario, como exoesqueletos para pacientes con Parkinson y robots de rehabilitación personalizados. La investigación fue apoyada por la NSF y DARPA.
