Científicos australianos han creado un robot que puede distinguir las bebidas alcohólicas solo por su olor, informó Daily Mail. Y no, no es Bender, el popular robot fiestero de Futurama: su nombre es NOS.E (’nose’, que en su traducción al español significa nariz), y prácticamente es una nariz que distingue entre marcas, orígenes y estilos.
El Dr. Steven Su, de la Universidad de Tecnología de Sydney, Australia, específicamente de la Escuela de Ingeniería Biomédica, ha estado liderando todo el proceso de esta creación.
“Hasta ahora, detectar las diferencias entre los whiskies ha requerido un conocedor del whisky capacitado, que aún podría equivocarse, o un análisis químico complejo y lento por parte de científicos en un laboratorio”, indicó Su, en el comunicado emitido por la Universidad de Tecnología de Sydney.
“Por lo tanto, tener una evaluación rápida, fácil de usar y en tiempo real del whisky para identificar la calidad y descubrir cualquier adulteración o fraude, podría ser muy beneficioso tanto para los mayoristas de alta gama como para los compradores”, agregó.
La tecnología de NOS.E también ha servido para detectar las partes ilegales de los animales vendidos en el mercado negro, como el cuerno de un rinoceronte negro. También tiene un gran potencial para la aplicación de la salud y la detección de enfermedades.
El sistema de NOS.E para distinguir diferentes tipos de bebidas alcohólicas
¿Cómo trabaja? Tiene ocho sensores de gas para detectar olores. Sobre la base de las moléculas de olores en la muestra, la matriz del sensor crea una sola matriz de señales.
Esto se envía, como se explica por Daily Mail, a una computadora analítica (la que se muestra en la foto). Gracias a un algoritmo de aprendizaje automático, se pueden reconocer las características principales de diferentes bebidas alcohólicas.
Los investigadores lideraron una experiencia con seis tipos diferentes de whiskys: tres maltas mezcladas (cebadas tostadas para la fabricación de la bebida) y tres whiskys de malta simple. Trabajaron con las etiqueta roja y negra, Ardberg, Chivas Regal y el Macallan’s de 12 años.
En menos de cuatro minutos, el robot de la Universidad de Sydney pudo obtener los resultados de las bebidas con una precisión del 100% para el lugar de origen, del 96.15% para las marcas y el 92.31% por estilo, tal y como se mencionó en párrafos anteriores.
El robot navegará por los océanos y ayudará a descubrir nuevas especies marinas
Parece más una píldora que un robot elaborado con inteligencia artificial (IA), pero CARL-Bot, el dispositivo en el que está trabajando un equipo de investigadores de Caltech, ETH Zurich y Harvard, promete el estudio y la exploración del océano con una mayor precisión.
A diferencia de otros robots y dispositivos utilizados por los científicos para estudiar los océanos, CARL-Bot ofrece una característica especial: gracias a su inteligencia artificial, sus creadores quieren que sea autónomo y pueda moverse libremente por todo el territorio oceánico.
No como lo haría un pez nadando a la deriva por el mar, sino monitorizando las condiciones del agua y aprovechando las redes de aprendizaje por refuerzo (RL); que a diferencia de las redes neuronales convencionales, no están capacitadas con un conjunto de datos estadísticos, sino que se basa en la experiencia acumulada con el tiempo.
El rendimiento de la IA se ha probado mediante simulaciones que simulan vórtices y le enseñan cómo aprovechar las regiones de baja velocidad mediante la evaluación de la información de su entorno. Esto se debe a que, en el futuro, CARL-Bot dependerá principalmente de los datos que obtenga utilizando giroscopios y acelerómetros.
Además de perfeccionar la IA, el equipo ha comenzado a experimentar con el propio robot. Después de probarlo por primera vez en un entorno pequeño y bien controlado, pasó a un tanque más grande y en el futuro planean probar el dispositivo en una piscina con chorros capaces de generar corrientes horizontales y en el que CARL-Bot pueda moverse verticalmente, o aprender a estar a ciertas profundidades con varias corrientes.
