El desarrollo de un nuevo "ojo" robótico mejora la capacidad visual de los robots y abre nuevas posibilidades para aplicaciones en diversas industrias
El dispositivo que integra el nuevo "ojo" robótico. / Crédito: Universidad Tecnológica de Queensland (QUT).
Pablo Javier Piacente / T21
03 JUL 2025
Un sistema robótico de baja potencia fusiona un sensor similar al cerebro, un chip y un modelo de IA para desarrollar un "ojo" que podría cambiar para siempre la forma en que ven los robots.
Científicos de la Universidad Tecnológica de Queensland (QUT), en Australia, han desarrollado un nuevo sistema visual para robots que emula el funcionamiento del ojo humano, de una manera más eficiente que las tecnologías visuales convencionales. El aspecto más destacado es su capacidad para procesar información visual con un consumo de energía mínimo, semejante al cerebro humano.
El robot con seis extremidades que incluye el nuevo enfoque reconoce su entorno mediante un sistema de visión que ocupa menos espacio de almacenamiento que una imagen en la memoria de un smartphone. Al ejecutarse, el nuevo sistema utiliza solamente el 10% de la energía requerida por los sistemas de localización tradicionales.
El sistema robótico de baja potencia fusiona un sensor similar al cerebro, un chip y un modelo de Inteligencia Artificial (IA) para desarrollar el "ojo" robótico. El sensor neuromórfico representa un avance significativo: a diferencia de los sensores convencionales, es capaz de detectar cambios en la luz y el movimiento con gran precisión y bajo consumo de energía.
Aplicaciones en nuevas áreas
Cómo explican los científicos en un estudio publicado en la revista Science Robotics, esta eficiencia energética es crucial para los robots, ya que les permite operar durante períodos más prolongados sin necesidad de recargar o cambiar baterías con frecuencia.
Además de optimizar la capacidad visual de los robots, el nuevo sistema permite pensar en nuevas posibilidades para aplicaciones en diversas industrias, que van desde la manufactura hasta la salud y la agricultura. Los robots equipados con esta tecnología podrían cumplir con eficacia roles más complejos y detallados.
Según informa Science News, este sistema podría ser utilizado para actividades que hoy resultan problemáticas por la escasa autonomía de los robots. Esto incluye tareas tan variadas como la inspección de productos en una línea de producción, la asistencia en cirugías mínimamente invasivas, operaciones de búsqueda y rescate, exploración submarina y hasta misiones en otros planetas. En el campo de la agricultura, estos robots podrían identificar y clasificar plantas con mayor precisión, optimizando el proceso de cosecha y control de plagas.
Más autónomos y eficientes
Un punto clave de esta nueva tecnología es su potencial para mejorar la autonomía de los robots. Al "ver" y procesar información de forma similar a los seres humanos, los robots son capaces de tomar decisiones más inteligentes y adaptarse mejor a entornos dinámicos y cambiantes.
“Para ejecutar estos sistemas neuromórficos, diseñamos algoritmos especializados que aprenden más como lo hacen los humanos, procesando información en forma de picos eléctricos, similares a las señales utilizadas por las neuronas reales”, indicó en una nota de prensa el Dr. Adam Hines, autor principal del nuevo estudio.
El nuevo sistema, denominado LENS, puede reconocer ubicaciones a lo largo de un viaje de 8 kilómetros, pero utilizando solo 180 KB de almacenamiento. En lugar de capturar una imagen completa de la escena que incluya cada detalle en cada fotograma, una cámara de eventos detecta continuamente cambios y movimiento cada microsegundo.
Por último, los investigadores resaltan las implicaciones de esta tecnología para la IA en robots autónomos. La combinación de percepción visual avanzada y habilidades de procesamiento permite a los robots aprender y reaccionar de manera más eficiente, ubicándose a un paso de ser completamente autónomos.
____________
Referencia
A compact neuromorphic system for ultra–energy-efficient, on-device robot localization. Adam D. Hines et al. Science Robotics (2025). DOI:https://doi.org/10.1126/scirobotics.ads3968
__________
Fuente:
