• Francisco Águila, ex Guía de Tecnología
• |
• Ver más de tecnologia

Las aplicaciones de la Inteligencia Artificial están sorprendiendo cada vez más al mundo debido a sus infinitas posibilidades. Una de ellas es el caso de una bicicleta no tripulada que es capaz de seguir órdenes de voz e incluso esquivar obstáculos sin ayuda. ¿De quién es esta invención? Adivine: China.

Según lo revelado por los investigadores orientales en la revista Nature, la bicicleta eléctrica autónoma logra todas esas habilidades gracias a la ayuda de una tecnología llamada microprocesador neuromórfico o un chip de Inteligencia Artificial Fuerte (IAF) de nombre “Tianjic”, basado en el cerebro humano.

Una vez integrado al vehículo liviano, éste puede pasar un tope por sí solo y permanecer perfectamente erguido. En un video aparece cuando el hombre que camina justo detrás de ella dice “izquierda”, gira a la izquierda y con la inclinación correcta y también puede seguir a alguien que va trotando.

Según NY Times, los investigadores chinos que construyeron la bicicleta creen que ésta demuestra el futuro de los aparatos informáticos. Y no sólo eso, sino que también, en la publicación de Nature, explican cómo un microprocesador podría ayudar a las máquinas a responder a los comandos de voz, reconocer el entorno, evadir obstáculos y mantener el equilibrio.

“Con el uso únicamente de un chip, demostramos el procesamiento simultáneo de algoritmos y modelos versátiles en un sistema de bicicleta no tripulado, realizando detección de objetos en tiempo real, seguimiento, control de voz, evitación de obstáculos y control de equilibrio”, explicaron los autores.

Según el estudio, el chip Tianjic tiene múltiples núcleos y combina los métodos de las neurociencias y la informática.

La idea a futuro es que este tipo de microprocesadores permitan que las máquinas naveguen el mundo con una autonomía hasta ahora imposible.

Hoy los robots existentes toman horas en aprender una acción, pero con la ayuda de microprocesadores neuromórficos y otros dispositivos nuevos, las máquinas podrían aprender tareas más complejas de manera más eficaz y ser más adaptables al ejecutarlas.