Skip to content Go to main navigation Go to language selector
AI

Quinto capítulo de nuestro podcast Zero Pressure

5 min read

¿Cuál es la interfaz óptima entre un humano y una máquina?

En el quinto episodio de la nuestro podcast Zero Pressure, la presentadora Helen Sharman se conecta con Michael Brasseur y con el profesor Sameer Alam para explorar el concepto de "colaboración hombre-máquina", cómo gestionamos la relación entre el ser humano, la máquina y el interacciones e interdependencias entre ellos.

El concepto de aprendizaje automático se está volviendo cada vez más visible y valioso en la sociedad, pero comprender cómo optimizar la interfaz entre humanos y máquinas y cómo funcionan juntos es clave para el éxito de esta tecnología.

Eso dicen Michael Brasseur y Sameer Alam, dos expertos en Inteligencia Artificial en el último episodio del Imperial College London y el podcast Zero Pressure de Saab.

El papel de la robótica marítima

La anfitriona de Zero Pressure, la astronauta británica Helen Sharman, escucha primero a Michael Brasseur sobre su papel como líder de la nueva Task Force 59 de la Marina de los EE. UU. en el Golfo Arábigo. Se espera que la tecnología se utilice eventualmente en actividades antipiratería e interdicción marítima.

Brasseur le dice a Helen que las capacidades autónomas pueden tener un gran valor para reducir la carga de los operadores humanos, especialmente en el procesamiento de una gran cantidad de datos o en operaciones multitarea bajo presión. Sin embargo, si los humanos vamos a confiar en los algoritmos de las máquinas, debemos estar seguros de que la máquina hará lo que esperamos que haga.

“Por ejemplo, no querríamos que una de nuestras misiones no tripuladas con una máquina viole las aguas territoriales de otra nación. Necesitamos entender cómo se comportan las máquinas cuando los adversarios potenciales intentan interrumpir nuestras comunicaciones o GPS”, dice.

“Es un problema realmente difícil. La única forma de generar confianza es operando en un entorno de comunicaciones cuestionadas, yendo a través de los pasos, haciendo varios ejercicios en los que se usa la máquina para lo que fue diseñada”.

En última instancia, Brasseur cree que uno de los grandes valores de la robótica marítima es poder utilizar el hecho de que son menos costosas que las soluciones tripuladas y por lo tanto están más disponibles.

“Es de gran valor tener más sensores en el agua para mejorar nuestra conciencia marítima”, dice.

Pinta una imagen de una persona que controla 12 o 13 robots marítimos con un suministro de datos completos para que una máquina pueda aprender a determinar cuándo algo es anormal, resaltándolo para que el operador humano de un vistazo más de cerca. Sin embargo, agrega que su imagen ideal del futuro es tener siempre humanos involucrados, particularmente para operaciones de alto riesgo.

Aprendizaje automático para el control del tráfico aéreo

La gestión del tráfico aéreo está más avanzada en su adopción de la investigación de machine learning que su contraparte marítima, en parte debido al entorno físico menos duro y una cultura integrada de automatización.

El profesor Sameer Alam, director adjunto del Instituto de Investigación de Gestión del Tráfico Aéreo y codirector del Laboratorio de Investigación Conjunta SAAB-NTU en Singapur, tiene 20 años de experiencia en la investigación de machine learning para la gestión del tráfico aéreo y dirige un equipo de 20 científicos investigadores y siete estudiantes de doctorado en el laboratorio de Singapur.

Para el profesor Alam, las principales áreas de enfoque incluyen la resolución de problemas, como la forma en que la máquina, o el agente de Inteligencia Artificial, percibe su entorno y actúa, al mismo tiempo que evalúa las repercusiones de esa acción en el futuro. Y, cómo llegar a la etapa en la que la máquina ha recopilado suficientes datos sobre las acciones humanas para reconocer patrones de comportamiento establecidos, sobre los cuales puede comenzar a basar su propia toma de decisiones.

“Esto hace que los algoritmos sean muy poderosos porque ahora están tomando un conocimiento humano colectivo que ha evolucionado con el tiempo”, dice.

Otras áreas de investigación incluyen la Inteligencia Artificial explicable, cuando la máquina no solo le informa sobre una decisión, sino que también le informa sobre la lógica detrás de una decisión. Y lo hace de una forma comprensible y, por tanto, fiable.

La importancia de la interfaz de usuario

Curiosamente, tanto el Brasseur como el profesor Alam destacan la importancia de la tecnología de interfaz para generar confianza entre el usuario humano y los agentes de Inteligencia Artificial.

En el escenario de control de tráfico aéreo, Alam habla de equipos de realidad aumentada y realidad virtual, incluidas pruebas con Microsoft Hololens, donde el controlador puede trabajar desde casa, sin necesidad de acudir al centro de control.

En el caso marítimo, Brasseur dice que una prueba de pilotaje de una embarcación de superficie no tripulada estaba siendo controlada por un controlador X-Box. “Es una interfaz bien conocida entre los operadores y hace que la transición sea fácil de operar”, dice.

Otro beneficio importante de mejorar la tecnología de interfaz y utilizar la autonomía es reducir el carga cognitiva en un tomador de decisiones u operador. “Estamos en un período de sobrecarga de sensores y el cerebro humano puede sobrecargarse, fatigarse, mientras que el aprendizaje automático puede procesar toneladas y toneladas de información, y darles sentido”, agrega el Brasseur.

El podcast Zero Pressure está disponible a través de Spotify, Apple y en el canal de YouTube de Saab