Ricevi nella tua casella le storie migliori della settimana su IA e arte con IA: selezionate, sintetiche, gratis.
Gratis. Disattiva quando vuoi.
L'IA è il principale motore che spinge i robot da compiti ristretti e predefiniti verso l'autonomia general-purpose — ma i ricercatori di punta affermano che il divario tra un braccio industriale e un robot in grado di caricare in modo affidabile una lavastoviglie è ancora misurato in problemi concreti e irrisolti.
I robot industriali sono stati autonomi in senso ristretto per decenni — ripetere la stessa saldatura, la stessa presa, lo stesso posizionamento, migliaia di volte senza errori. Ciò che l'IA sta ora rendendo possibile è qualcosa di diverso: robot in grado di generalizzare. Un modello addestrato su dati di manipolazione diversificati può, in linea di principio, gestire un oggetto che non ha mai incontrato fisicamente prima, ragionando sulla sua forma, peso e comportamento probabile.
Questo passaggio dal movimento memorizzato all'azione ragionata è il nucleo di ciò che i ricercatori intendono per autonomia general-purpose. Secondo quanto riportato da Ars Technica, diversi fondatori e accademici che lavorano nella robotica descrivono il momento attuale come il punto in cui i modelli linguistici e visivi — le stesse architetture alla base dei generatori di immagini e dei chatbot — vengono riproposti come cervelli robotici. Il risultato pratico è una generalizzazione dei compiti più rapida: invece di codificare manualmente una nuova sequenza di movimenti per ogni nuovo oggetto, si esegue il fine-tuning di un foundation model su un insieme relativamente piccolo di dimostrazioni robotiche.
Il framework LeRobot di Hugging Face, che ha aggiunto cicli di feedback umano nella versione v0.6.0, è un esempio open-source di questa pipeline in pratica — correzioni umane reintrodotte nell'addestramento per affinare il comportamento del robot sui casi limite.
La visione e il linguaggio sono in gran parte risolti a un livello sufficiente per molti compiti robotici. Le mani no. La mano umana ha 27 gradi di libertà e un sistema di feedback tattile che nessun gripper robotico attuale eguaglia. Raccogliere un pomodoro maturo senza ammaccarlo, infilare un cavo in un clip, piegare una camicia — questi compiti richiedono la percezione della forza e il controllo motorio fine che l'hardware e i modelli di IA attuali gestiscono male in condizioni di variazione reale.
I ricercatori stanno affrontando il problema su due fronti: hardware migliore (gripper morbidi, sensori tattili) e dati di addestramento migliori (dataset di teleoperation, trasferimento dalla simulazione alla realtà). Nessuno dei due è risolto. Il tasso di errore su nuovi compiti destramente in ambienti non controllati è ancora abbastanza alto da rendere il dispiegamento non supervisionato — un robot lasciato solo a completare un compito senza un essere umano pronto a intervenire — non commercialmente praticabile al di fuori di contesti strettamente delimitati.
Il consenso tra i ricercatori con cui Ars Technica ha parlato è che il dispiegamento nei luoghi di lavoro maturerà per primo. Magazzini, ospedali e stabilimenti produttivi condividono una proprietà chiave: possono essere parzialmente progettati per ridurre l'imprevedibilità che compromette il comportamento dei robot. L'illuminazione è costante. Gli oggetti sono etichettati. I pavimenti sono liberi. È un ambiente molto più favorevole per un sistema che fatica ancora quando una scatola di cereali è girata di lato o uno zerbino si sposta sotto i piedi.
Il dispiegamento domestico ha una tempistica più lunga proprio perché le case resistono alla standardizzazione. Ogni cucina è diversa. Ogni famiglia lascia gli oggetti in posti imprevedibili. Il robot in grado di gestire la tua cucina ha bisogno di una generalizzazione molto più robusta di quella offerta dai modelli attuali, oppure di una casa progettata attorno ai limiti del robot — il che non è il modo in cui la maggior parte delle persone vuole vivere.
Per chiunque stia costruendo sistemi di IA o monitorando dove stanno confluendo gli investimenti nei foundation model, la robotica è sempre più la risposta. Le stesse architetture multimodali che generano immagini e sostengono conversazioni vengono adattate — con successo variabile — al controllo fisico. Le aziende in grado di colmare il divario sim-to-real e risolvere la manipolazione destramente su larga scala definiranno come appare in pratica l'autonomia general-purpose. I ricercatori collocano quell'orizzonte a distanza di anni, non di decenni — ma si guardano bene dal nominare un anno specifico.
