Robot umanoidi in fabbrica e al fronte: l’IA cambia tutto

Quando si parla di robotica, soprattutto in un tempo di repentini cambiamenti tecnologici come il nostro, le reazioni dell’uomo “comune” sono sempre un mix tra fascino, stupore e paura.

Robotica, tra speranze e timori

Alcune persone sono ottimiste e sperano che il futuro sia “dietro l’angolo” e che le macchine possano gestire con competenza molte delle attività attualmente svolte dagli esseri umani, dalla cucina alla chirurgia.

Altri sono spaventati, a vario titolo, dalla perdita di posti di lavoro, dai danni che possono arrecare e da tutti i problemi che potrebbero sorgere quando cercheremo di vivere fianco a fianco con le macchine. Quest’ultimo punto, è ancora in itinere. Ci sono state fatte molte promesse sul fatto che i robot avrebbero trasformato la società da quando, negli anni sessanta, fu installato il primo braccio robotico in una catena di montaggio in uno stabilimento della General Motors negli Stati Uniti. Sono passati più di sessant’anni e siamo ancora allo stato delle promesse (o speranze) non ancora avverate.

La corsa alla costruzione di robot umanoidi

Quest’anno, però, c’è motivo di pensare che anche i più convinti sostenitori dell’attesa infinita saranno incuriositi da ciò che accade nelle gare di robot. La corsa alla costruzione di robot umanoidi è motivata dall’idea che il mondo sia impostato sulla forma umana e che l’automatizzazione di questa forma possa significare un cambiamento sismico per il settore della robotica. A guidarla sono alcune aziende come Figure AI, un’azienda statunitense che produce robot di questo tipo e che è valutata più di due miliardi di dollari[1]. Su un altro fronte, Tesla (l’azienda di Elon Musk) sta costruendo il suo Optimus (o Tesla Bot), con l’auspicio di “un futuro in cui non ci sarà povertà”[2].

I progressi dell’Intelligenza Artificiale stanno rapidamente accelerando il processo di formazione dei robot, aiutandoli a svolgere nuovi compiti quasi istantaneamente. Gli umanoidi, in particolare, sono in grado di gestire la maggior parte dei compiti che comportano il prelievo di oggetti e il loro spostamento altrove, come lo scarico di pallet o l’inserimento di scatole in un nastro trasportatore.

Tuttavia, non sempre processi del genere si svolgono in maniera perfetta. Per esempio, l’uso di pavimenti in cemento molto lucidi può far scivolare i robot, così come gli edifici hanno bisogno di una buona copertura Wi-Fi perché i robot funzionino alla perfezione. Tuttavia è la ricarica il problema più grande. I robot più recenti possono funzionare per due o quattro ore prima di dover essere ricaricata per un’ora, quindi vi si sopperisce mediante la sostituzione dei robot “scarichi” con altri “carichi” a ogni turno di lavoro. Teoricamente, in presenza di sufficienti punti di ricarica, i robot possono teoricamente ricaricarsi spostandosi tra i diversi punti stessi durante la notte, quando alcune strutture delle fabbriche o dei capannoni industriali non sono in funzione; tuttavia, muoversi da soli può far scattare il sistema di sicurezza di un edificio o dare luogo a “simpatici” siparietti[3].

Robot umanoidi, dal laboratorio al magazzino

Certo è che una cosa è far funzionare bene i robot in laboratorio, un’altra è integrarli in un magazzino affollato di persone e carrelli elevatori che spostano le merci in tempi stretti. Se il 2024 è stato l’anno degli inquietanti video di lancio di prodotti umanoidi, quest’anno vedremo questi umanoidi messi alla prova e scopriremo se saranno produttivi per i clienti paganti come promesso. Ci sono poi i problemi legati alla condivisione degli spazi tra robot e umani.

In alcune strutture, la risorsa umana e quella robotica lavorano in aree completamente separate; in altre ibride, invece, un lavoratore umano potrebbe lasciare accidentalmente qualcosa sul pavimento che va a ostruire una stazione di ricarica. In quest’ultimo caso i robot non potrebbero tornare alle loro prese per ricaricarsi, con il rischio di chiedere aiuto a un “dipendente umano” per spostare l’ostacolo, rallentando le operazioni. La “vulgata capitalistica” afferma spesso che i robot non si ammalano e non hanno bisogno di assistenza sanitaria (soprattutto in un contesto statunitense). Ma quest’anno, con l’arrivo di flotte di umanoidi sul posto di lavoro, inizieremo a scoprire tutti i limiti che si celano dietro a un modo di dire.

L’addestramento dei robot umanoidi: i mondi simulati di Nvidia

Il modo in cui insegniamo ai robot a fare le cose sta cambiando rapidamente. Un tempo era necessario suddividere i loro compiti in fasi con istruzioni specificamente codificate, ma ora, grazie all’Intelligenza Artificiale, tali istruzioni possono essere ricavate dalla semplice osservazione. Proprio come a ChatGPT è stato insegnato a scrivere attraverso l’esposizione a trilioni di frasi piuttosto che imparando esplicitamente le regole della grammatica, i robot stanno imparando attraverso video e dimostrazioni.

Ma tutto ciò pone una grande domanda: dove si trovano tutti questi video e dimostrazioni da cui i robot possono imparare? Nvidia, il colosso americano di processori grafici di maggior valore al mondo, ha da tempo cercato di soddisfare questa esigenza con “mondi simulati” per i robot, attingendo alle sue radici nell’industria dei videogiochi. Nvidia crea mondi in cui i creatori e programmatori di robot possono esporre repliche digitali dei loro robot a nuovi ambienti per imparare. Per esempio, un’auto a guida autonoma può percorrere milioni di chilometri virtuali, così come un robot di fabbrica può imparare a muoversi in condizioni di luce diverse. A dicembre scorso, Nvidia ha fatto un ulteriore passo avanti, rilasciando quello che definisce un modello di base mondiale chiamato “Cosmos”. Tale modello ha imparato da ben venti milioni di ore di video (ossia più di duemila anni!) col fine ultimo di generare dati sintetici di addestramento. L’azienda di Santa Clara reso evidente la sua volontà di plasmare le nuove regole della politica governativa a stelle e strisce in materia di Intelligenza Artificiale, soprattutto nel nuovo corso a guida repubblicana.

Applicazioni pratiche

Questo modello potrebbe essere utile nella pratica quotidiana. Si immagini di gestire un’azienda di robotica che vuole costruire un umanoide che pulisca lungo le corsie degli ospedali. Si può iniziare a costruire il “cervello metallico” di questo robot con un modello di Nvidia, che gli darà una comprensione di base della fisica e del funzionamento del mondo; poi si dovrà aiutare questo robot a capire le specifiche del funzionamento degli ospedali. Si potrebbe andare in giro a riprendere video e immagini dell’interno degli ospedali, o pagare le persone perché indossino sensori e telecamere mentre svolgono il loro lavoro (per poi trasporre il tutto nella memoria del robot). Tuttavia, si tratta di un’operazione costosa in termini di risorse economiche e di tempo. Cosmos by Nvidia, invece, può prendere una manciata di esempi e creare una simulazione tridimensionale di un ospedale. Quindi inizierà ad apportare modifiche, con colori diversi dei pavimenti, dimensioni diverse dei letti dell’ospedale ecc. e a creare ambienti leggermente diversi. Il risultato sarà che, nel corso del processo, il modello verrà messo a punto per funzionare bene in quell’ambiente ospedaliero specifico. È un po’ come imparare sia dalle esperienze nel mondo reale sia dalla propria immaginazione (fermo restando che l’immaginazione è comunque vincolata alle regole della fisica). L’insegnamento ai robot attraverso l’Intelligenza Artificiale e le relative simulazioni non sono una novità; ciò che è inedito è che nei prossimi anni approntare queste soluzioni diventerà molto più economico e potente.

Robot umanoidi nelle forze armate

Molti progressi nella robotica hanno a che fare con il miglioramento del modo in cui un robot percepisce e pianifica le azioni da intraprendere: il suo cervello, in altre parole. Questi progressi sono spesso più rapidi di quelli che migliorano il corpo di un robot, che determina la capacità di un robot di muoversi nel mondo fisico, soprattutto in ambienti più caotici e imprevedibili delle catene di montaggio controllate.

Le forze armate sono sempre state interessate a cambiare questa situazione e ad ampliare i confini di ciò che è fisicamente possibile. La marina militare statunitense sta testando alcune macchine che sono in grado di risalire le pareti verticali, utilizzando dei magneti, per svolgere attività come le ispezioni delle infrastrutture, verificando la presenza di crepe, difetti e saldature difettose sulle portaerei. Sul campo di battaglia, invece, droni agili ed economici hanno ridisegnato i campi di battaglia rurali in Ucraina[4].

I droni d’attacco a senso unico del Pentagono

Il Pentagono ha commissionato droni che possono navigare in spazi chiusi e ambienti urbani. Queste cosiddette “munizioni vaganti” sono droni d’attacco a senso unico che trasportano esplosivi che esplodono all’impatto e sono progettati per superare sfide come spazi ristretti, scenari imprevedibili e zone prive di GPS.

Un’altra iniziativa – in parte stimolata dal progetto Replicator, il piano del Pentagono che prevede di spendere più di un miliardo di dollari per piccoli veicoli senza pilota, come sottomarini e veicoli di superficie a controllo autonomo. Questo aspetto è particolarmente interessante in quanto il Dipartimento della Difesa USA si concentra sempre più sulla possibilità di un futuro conflitto nel Pacifico tra Cina e Taiwan. In un conflitto di questo tipo, i droni che hanno dominato la guerra in Ucraina sarebbero poco utili perché le battaglie si svolgerebbero quasi interamente in mare, dove i piccoli droni sarebbero limitati dalla loro portata (a meno che non si attrezzino portaerei adatte allo scopo). Al contrario, i droni sottomarini svolgerebbero un ruolo maggiore.

Tutti questi cambiamenti, nel loro insieme, puntano verso un futuro in cui i robot saranno più flessibili nel modo in cui imparano, dove lavorano e come si muovono. La prossima frontiera di questa trasformazione sarà la capacità di istruire i robot attraverso il linguaggio. La capacità dei grandi modelli linguistici (LLM, come ChatGPT) di comprendere e generare testo li ha già resi una sorta di traduttori tra l’essere umano e il robot. Resta solo vedere come evolveranno in questo 2025.[5]

Note

[1] Figure AI: i primi robot umanoidi “operai” sono realtà. HD Blog. https://hdblog.it/tecnologia/articoli/n604429/figure-ai-primi-robot-umanoidi-operai-realta/

[2] Optimus Could Eliminate Poverty: Elon Musk On Humanoid Robot. NDTV World. https://www.ndtv.com/world-news/optimus-could-eliminate-poverty-elon-musk-on-humanoid-robot-3394317

[3] ‘Where is the Skynet logo?’: Chinese robotics firm shares ‘terrifying’ video of its four-legged robots moving in unison that Twitter users say could be the start of a robot takeover. Daily Mail. https://www.dailymail.co.uk/sciencetech/article-9438493/Chinese-robotics-firm-shares-terrifying-video-four-legged-robots-moving-unison.html

[4] How Suicide Drones Transformed the Front Lines in Ukraine. The New York Times. https://www.nytimes.com/2024/12/31/magazine/drones-weapons-ukraine-war.html

[5] What’s next for robots. MIT Technology Review.https://www.technologyreview.com/2025/01/23/1110496/whats-next-for-robots/