I robot stanno imparando a gestire il mondo fisico reale.
di Will Knight
Perché è importante: Se i robot impareranno a gestire il caotico mondo reale, potranno portare a termine sempre più compiti
I protagonisti: OpenAI , Carnegie Mellon University, University of Michigan, UC Berkeley
Disponibilità: 3-5 anni
Per quanto si parli delle macchine che rubano le professioni, i robot industriali sono ancora maldestri e poco flessibili. Un robot può ripetutamente raccogliere componenti in una catena di montaggio con una precisione sorprendente e senza annoiarsi – è sufficiente spostare l’oggetto di pochi centimetri, o sostituirlo con qualcosa di leggermente differente, e la macchina perderà la sua compostezza e faticherà a portare a termine le sue mansioni.
Anche se un robot non può ancora essere programmato per formulare la maniera migliore per afferrare qualunque oggetto semplicemente osservandolo, come farebbe un essere umano, oggi è in grado di manipolare autonomamente gli oggetti facendo delle prove in un mondo virtuale.
Dactyl, un robot che ha imparato a manipolare con le sue dita un mattoncino giocattolo, è un progetto nato dalla no profit OpenAI di San Francisco; è composto da una semplice mano robotica, circondata da una serie di luci e videocamere. Attraverso la tecnica conosciuta come apprendimento per rinforzo, un software di reti neurali impara ad afferrare e maneggiare il mattoncino all’interno di un ambiente simulato prima di fare pratica nel mondo reale. Il software comincia con l’effettuare delle prime prove casuali, rafforzando le connessioni all’interno della rete man mano che si avvicina al traguardo.
Solitamente è impossibile trasferire questo genere di pratica virtuale nel mondo reale, perché aspetti quale la frizione o le diverse proprietà dei materiali sono molto difficili da simulare. Il team di OpenAI ha superato questo ostacolo aggiungendo fattori casuali all’addestramento virtuale, introducendo il robot al caos del mondo reale.
Serviranno ulteriori progressi prima che i robot riescano a raggiungere l’elevato livello di destrezza richiesto all’interno di una vera fabbrica o magazzino. Se i ricercatori sapranno implementare questo genere di apprendimento automatico alle macchine nelle fabbriche, i robot potrebbero riuscire ad assemblare gadget, caricare le nostre lavastoviglie o assistere i nostri genitori anziani a scendere dal letto.
Immagine: NICOLAS ORTEGA
(MO)
