La mayoría de las organizaciones no están ejecutando misiones espaciales, pero el uso de la IA y la robótica por parte de la NASA ofrece lecciones relevantes para sus aplicaciones más terrenales.
En el momento en que Vandi Verma vio a los rovers Spirit y Opportunity aterrizar en Marte mientras hacia en su doctorado en robótica, supo que su verdadero deseo era trabajar en la NASA en exploración espacial.
Quizás no sea sorprendente que hoy, como ingeniera jefe de operaciones robóticas en el Laboratorio de Propulsión a Chorro (JPL) de la NASA, Vandi vea las mayores oportunidades para la Inteligencia Artificial (IA) en la robótica y la automatización.
En este episodio del podcast Me, Myself, and AI, describe las formas en que los rovers de Marte dependen de la IA, incluido el uso de la tecnología en simulaciones de gemelos digitales que permiten a los científicos del JPL practicar sus habilidades de conducción antes de controlar realmente los rovers en Marte.
También analiza con los presentadores Shervin Khodabandeh y Sam Ransbotham cómo el uso de la IA por parte de la NASA (y su enfoque del riesgo) ofrece lecciones para las organizaciones que buscan simular escenarios del mundo real aquí en la Tierra.
Suscríbete a Me, Myself, and AI en Apple Podcasts , Spotify o Google Podcasts.
IA en Marte: Vandi Verma de la NASA (I)
Sam Ransbotham: En realidad, hay muchos aspectos interesantes en términos de cosas que otras personas están haciendo. Pero mencionaste la simulación y la construcción de gemelos digitales.
No quieres practicar en Marte. Quieres practicar en la Tierra, o practicas digitalmente, especialmente, como mencionaste que el hardware ni siquiera existe para practicar, incluso si pudieras practicar; eso está sucediendo simultáneamente.
Pero también esta idea de que los humanos también están aprendiendo en el proceso y que no dejarías a nadie suelto conduciendo el primer día al volante. Tampoco apagarías el rover para que condujera solo el primer día. Entonces ese proceso de aprendizaje también es interesante.
También pensé que era fascinante. … Estabas hablando de acortar el tiempo, de que a medida que adquieres más experiencia. Puedes acortar ese tiempo. Y como tenemos tanta gente en el mundo implementando soluciones de IA para hacer cosas diferentes, supongo que mucha gente las observa con bastante atención al principio, pero luego poco a poco confían cada vez más en ellas.
Supongo que de la misma manera trabajas con la otra persona de la que hablabas en el teclado. Probablemente mirándola escribir el primer día, pero ahora pasa menos tiempo en el teclado. Así que creo que hay muchas analogías, aunque Marte parezca un entorno extraño, con la forma en que otras personas también utilizan la IA.
Vandi Verma: Sí, creo que tienes toda la razón. Una de las cosas interesantes es: ¿qué es lo que se puede tomar de una parte completamente diferente del planeta, un robot completamente diferente, que en realidad podría tener características de movilidad diferentes?
Pero los humanos somos capaces de extraer patrones muy bien. Entonces, si fueras un conductor de rover en una misión, en realidad tomarías menos tiempo, como estás diciendo. Pero también parte de esto es que nos estamos volviendo mucho más sofisticados en nuestras interfaces de usuario.
Si nos fijamos en la interfaz que utilizamos para operar y conducir robots, también han evolucionado significativamente. Solíamos enviar instrucciones, literalmente instrucciones de línea de comandos, como se haría con una llamada de función en un programa.
Ahora lo hacemos de manera muy gráfica, donde básicamente estás seleccionando puntos de ruta en un mapa. Así que creo que eso también es extremadamente útil porque hemos comenzado a dejar que los humanos se centren en el aspecto en el que la intuición humana y la riqueza de experiencia que acumulamos y podemos aportar a un problema.
Porque la IA todavía, aunque se está volviendo realmente sofisticada, las capacidades que tenemos todavía están limitadas por nuestra imaginación en el momento en que la creamos.
Somos muy conscientes de ello porque llevamos décadas operando robots en Marte. Siempre nos decimos:
“¿Qué hay más allá de nuestra imaginación?”
Porque sucede, sucede cada vez. Siempre nos sorprenden estas cosas increíbles y terminamos usándolas de una manera que no habíamos previsto. Y eso es algo así como lo que ves todo el tiempo: la tecnología que podrías desarrollar para otras aplicaciones de la Tierra. ¿Qué otras cosas se le ocurrirán a la gente y para qué lo utilizarán?
Sam Ransbotham: La gente está loca.
Vandi Verma: Quiero decir, ¡creo que son innovadores!
Sam Ransbotham: Correcto. Y eso es realmente lo que quieres, porque no estás simplemente intentando hacer lo mismo una y otra vez.
Mencionaste la palabra sorpresa , lo cual me pareció interesante. Una de las cosas de las que hablamos fue que haces todas estas simulaciones y quieres que las cosas funcionen, pero no quieres que funcionen exactamente a la perfección porque estás tratando de descubrir algo que no esperas.
Entonces, cuéntanos un poco cómo funciona ese proceso de:
“Oye, queremos que las cosas funcionen como queremos que funcionen, pero también estamos abiertos a que sucedan cosas que no esperábamos”.
Vandi Verma: Ese es un muy buen punto, que la simulación no será exactamente como se ejecutarán las cosas. Y, de hecho, casi nunca lo es. Y en parte, la razón por la que conducimos de forma autónoma es porque la información de la superficie a nivel de detalle no podemos simularla con suficiente precisión.
Y entonces, cualquier camino que simulemos en el terreno, es terreno de muestreo. Ya sabes, tenemos una abstracción; Tenemos un mapa orbital. Pero lo está haciendo a un nivel muy burdo. Y si ya tuviéramos ese mapa detallado, ni siquiera necesitaríamos navegación autónoma. Literalmente, simplemente lo escribiríamos para que se condujera.
Tan pronto como recorre 5 o 10 metros, tiene mucha más información sobre el medio ambiente que la que teníamos antes de enviar este comando.
Entonces, en ese momento, es mucho más capaz de tomar decisiones y hacer lo correcto que cualquier cosa que podamos hacer. Así que tenemos que aprender a no limitarlo demasiado. Y esta es en realidad una de las cosas que es realmente difícil enseñar a la gente nueva: lo has perfeccionado en tu simulación, pero tienes que anticipar dónde tu simulación es realmente una simulación.
No es la realidad. Y si no le deja suficiente espacio para maniobrar, en realidad fracasará estrepitosamente.
Entonces tenemos estas cosas que llamamos “guardar en cajas” donde, para la capacidad autónoma, queremos que los humanos digan:
“Tengo una idea y quiero que permanezcan dentro de esta área”.
Pueden ser cien metros, ¿no? Como un área realmente grande. Entonces creamos estas correas para controlar el comportamiento, pero hay un arte en cuánto tiempo haces la correa.
Impulsar la innovación interdisciplinar con IA: Anders Sjögren de Volvo
Shervin Khodabandeh: Vandi, esta ha sido una discusión realmente fascinante. ¿Puedes contarnos también un poco sobre cómo llegaste a este puesto?
Vandi Verma: Recuerdo haber visto aterrizar los Mars Exploration Rovers. Estaba en la escuela de posgrado. Estaba haciendo mi doctorado. en robótica, de hecho en ese momento porque ya había tomado una clase, y era una clase de programación en la que estábamos programando robots móviles.
fue tan divertido que creo que dediqué todo mi tiempo libre a esta competencia que teníamos al final de la clase, donde teníamos que hacer que estos robots navegaran por un laberinto.
Y fue simplemente fascinante para mí que se pudiera aplicar la teoría a una máquina real y verla hacer algo en el entorno. De hecho, había estado trabajando con IA. Mi maestría fue en IA y fue fascinante. Pero aquí hay algo tan satisfactorio en un robot que realmente puedes verlo operando en un mundo físico.
me encanta la exploración espacial. La combinación de espacio y robótica encajaba perfectamente. Y los robots terminaron durando tanto que la misión de los Mars Exploration Rovers generó una oportunidad de que me gradué y todavía estaba en Marte. Así que nunca pensé que realmente me pondría a trabajar en ellos, y lo hice.
Creo que así fue como surgió, me fascinó, y cuando estaba en la universidad, hay muchas colaboraciones que la NASA hace con universidades porque una gran parte de la misión es la educación. Y entonces puedes exponerte a esto.
Puedes trabajar en problemas que son interesantes para la NASA, y mi tesis estaba muy alineada con eso, y así es como me metí en ello.
Sam Ransbotham: Muy bueno. Tienes que agradecer a algunos ingenieros por la longevidad de la misión que te permitieron intervenir y realizarla.
Tenemos un segmento en el que queremos hacerle algunas preguntas rápidas. Simplemente responda lo primero que se le ocurra mientras hacemos esto.
¿Cuál cree que es la mayor oportunidad para la IA en este momento?
Vandi Verma: Creo que la mayor oportunidad… creo que, de hecho, está en la robótica.
Sam Ransbotham: Sorprendentemente.
Vandi Verma: Sí.
Sam Ransbotham: Está bien. ¿Cuál es el mayor error que tiene la gente sobre la IA?
Vandi Verma: Creo que el mayor error que tienen es que no se puede extrapolar.
Sam Ransbotham: Mmm. Entonces, ¿cuál fue la primera carrera que quisiste?
Vandi Verma: Quería volar aviones. Mi papá era piloto. Quería ser piloto de montaña.
Sam Ransbotham: Bueno, desde entonces obtuvo su licencia de piloto, así que lo logró.
Vandi Verma: Sí, lo hice.
Sam Ransbotham: ¿Crees que hay lugares en los que nos estamos esforzando demasiado para que la IA se ajuste a una solución en la que no encaja? ¿Y estamos aplicando esta herramienta en los lugares equivocados?
Vandi Verma: Creo que a veces se podría haber dicho eso de las redes neuronales, en un momento determinado. Entonces, en realidad me da un poco de vergüenza decir: ¿es el lugar equivocado? Depende de dónde esté su barra para darse cuenta de si vale la pena hacerlo, dada la tecnología en esta etapa. Creo que sólo depende de tu umbral y tu horizonte.
Sam Ransbotham: Está bien, eso es justo. ¿Qué crees que sería realmente bueno si la IA pudiera hacer ahora mismo y que actualmente simplemente no es capaz de hacer? ¿Qué es lo único que podrías cambiar?
Vandi Verma: Sabes, una de las cosas es que tenemos una enorme cantidad de datos. Y una de las limitaciones al aplicarlo para algunas de las exploraciones espaciales es que todavía se necesita mucha auditoría de los tokens o de lo que extraen.
Así que creo que todavía quedan muchos ajustes. Ese es el desafío, creo. Si pudieras superar eso, creo que ese potencial se desataría.
La mentalidad del innovador: Así se puede crear un mañana mejor con IA
Sam Ransbotham: Gran discusión. Supongo que, por supuesto, ninguno de nuestros oyentes conduce robots en Marte, pero creo que hay muchas cosas que la gente puede aprender de lo que ustedes han aprendido a través de este proceso.
Puede que la gente no esté construyendo gemelos digitales para simular Marte, pero sí están construyendo gemelos digitales para simular procesos en la Tierra.
Vandi Verma: Muchas gracias por compartir un poco de lo que hacemos con su audiencia.
Shervin Khodabadenh: Gracias por escuchar. Únase a nosotros la próxima vez que Sam y yo nos reunamos con Prem Natarajan, científico jefe y director de IA empresarial de Capital One. Únase a nosotros en el nuevo año.
Allison Ryder: Gracias por escucharnos a mí, a mí y a AI . Creemos, como usted, que la conversación sobre la implementación de la IA no comienza ni termina con este podcast. Por eso hemos creado un grupo en LinkedIn específicamente para oyentes como tú. Se llama IA para líderes.
Puedes acceder a él visitando mitsmr.com/AIforLeaders . Pondremos ese enlace en las notas del programa y esperamos verlo allí.
Sam Ransbotham (@ransbotham) es profesor en el departamento de sistemas de información de la Carroll School of Management de Boston College, así como editor invitado de la iniciativa Grandes Ideas de Inteligencia Artificial y Estrategia Empresarial del MIT Sloan Management Review. Shervin Khodabandeh es socio senior y director general de BCG y colíder de BCG GAMMA (la práctica de IA de BCG) en Norteamérica. Se le puede contactar en shervin@bcg.com.
Me, Myself, and AI es un podcast colaborativo de MIT Sloan Management Review y Boston Consulting Group y está presentado por Sam Ransbotham y Shervin Khodabandeh. Nuestro ingeniero es David Lishansky y los productores coordinadores son Allison Ryder y Sophie Rüdinger.