Robótica educativa: los robots son cosas de niños
La robótica está llamada a ser el mejor aliado del aprendizaje infantil durante los próximos años. ¿Quieres saber por qué?
La detección de supervivientes en caso de catástrofes naturales, como terremotos, cuenta ahora con una nueva tecnología a su servicio.
Haití, año 2010. Ha transcurrido una semana desde el devastador terremoto que sacudió la isla caribeña. Perdidas las últimas esperanzas, las labores de rescate se convierten ya en una operación de desescombro. De pronto, los operarios encuentran el cuerpo de un bebé de apenas dos semanas: se llama Elisabeth y está viva. Sin embargo, esta circunstancia puede prácticamente calificarse como un milagro. Hay pocos escenarios en los que el tiempo sea tan crucial como en este tipo de operaciones de búsqueda de supervivientes, especialmente si están heridos. Solo en el último decenio, este tipo de catástrofes se han cobrado más de 780.000 vidas, lo que da una idea de sus terribles consecuencias. Se trata de situaciones de vida o muerte en las que hasta ahora el principal apoyo habían sido perros de rescate. Ahora, el Laboratorio de Tecnología de Partículas del Instituto Federal Suizo de Tecnología (ETH, por sus siglas en alemán) de Zurich (Suiza) ha desarrollado una “nariz electrónica” que permite detectar diversas sustancias, como el amoniaco o el isopreno, que el cuerpo humano libera a través de la respiración y la piel.
El innovador dispositivo, que cuenta con tres sensores de un tamaño extremadamente reducido gracias a la utilización de nanoestructuras de metal-óxido, puede detectar la presencia de acetona, amoniaco e isopreno, así como CO2 y humedad, con una gran precisión. Los investigadores han comprobado la eficiencia de su nueva tecnología con voluntarios en cámaras de aislamiento. Los resultados, anunciados en la publicación científica Analytical Chemistry, muestran que el sistema permite incluso minimizar los “falsos positivos”. Por ejemplo, el CO2 por sí solo puede denotar la presencia de un ser humano, pero también puede responder a la existencia de un fuego. De igual manera, existen diferencias entre las moléculas liberadas a través de la piel (por ejemplo, amoniaco) o las presentes en la respiración (acetona e isopreno) que también son captadas por los sensores.
Ahora ya solo falta por comprobar la eficacia de los sensores en condiciones reales. A su favor juegan sus reducidos costes de fabricación y la posibilidad de combinarlos con las cámaras de infrarrojos y los micrófonos empleados en la actualidad.
Tras presenciar los efectos del atentado de Oklahoma en 1995 en el que Timothy McVeigh destruyó un edificio federal, Robin Murphy decidió fundar el Centro para la Búsqueda y Rescate Asistido por Robots (CRASAR, por sus siglas en inglés) en Texas (EEUU). Allí ha desarrollado numerosas tecnologías de rescate que se pueden emplear en tierra, agua y aire para ayudar a los especialistas en situaciones de emergencia.
Las principales aportaciones de Murphy y su equipo en este terreno consisten en máquinas autónomas capaces tanto de llegar a zonas de difícil acceso como de crear un mapa de la zona de la catástrofe por medio de aparatos de sónar, tal como hizo en el año 2011 tras el tsunami que azotó las costas japonesas. En aquella ocasión se recurrió a robots submarinos que llevaron a cabo una inspección de las infraestructuras portuarias. Sus máquinas también son capaces de analizar las particularidades geológicas de una zona para prevenir riesgos en las labores de búsqueda.
En vista de la ingente cantidad de datos que generan estos robots, las innovaciones tecnológicas en este campo se están orientando hacia la introducción de la Inteligencia Artificial y el Aprendizaje profundo para posibilitar, por ejemplo, el análisis de miles de imágenes con el objetivo de localizar fragmentos de escombros que puedan albergar supervivientes.
Todos los campos son obligatorios.
Descubre cuáles son los temas de los que más se está hablando este momento
{{CommentsCount}} Comentarios
Actualmente nadie ha comentado la noticia.
Sé el primero en dejar un comentario.
{{firstLevelComment.Name}}
{{firstLevelComment.DaysAgo}} días atrás
{{firstLevelComment.Text}}
Responder{{secondLevelComment.Name}}
{{secondLevelComment.DaysAgo}} días atrás
{{secondLevelComment.Text}}