Lo stato di avanzamento della rivoluzione dell’intelligenza artificiale fisica

Tra qualche decennio, quando guarderemo indietro al 30 novembre 2022, potremmo benissimo ricordarlo come una svolta storica.

Il lancio sul mercato di ChatGPT potrebbe essere visto come l’inizio di un’era di uso diffuso dell’IA (Intelligenza Artificiale) e da quel giorno l’IA e l’apprendimento automatico sono stati l’argomento caldo delle nostre conversazioni, nonostante il fatto che non siano tecnologie nuove: le conosciamo da decenni (il nome IA è nato nel 1955, ad esempio), ma la recente rivoluzione è fondamentalmente dovuta ai progressi nella potenza di calcolo che ci consentono di gestire finalmente le enormi quantità di dati necessarie per affrontare le complesse attività per cui stiamo iniziando a usare l’IA.

Le aziende dietro a tutto questo, come Nvidia, stanno godendo di una crescita straordinaria e come ha dichiarato il fondatore e CEO Jensen Huang di Nvidia, «L’intersezione tra IA e elaborazione accelerata è destinata a ridefinire il futuro».

Ma a metà del 2024, quali progressi abbiamo fatto nel campo dell’IA fisica?

La situazione

Non siamo ancora arrivati ​​così lontano: si può paragonare la robotica allo sviluppo di auto a guida autonoma: l’industria automobilistica ha definito 5 fasi per la transizione dalla guida manuale a quella completamente autonoma e attualmente, ci sono molte tecnologie di livello 2, 3 o 4 lungo il percorso: come il cruise control adattivo nelle auto, che ha trasformato un processo molto manuale in un processo semi-automatico, rendendo la guida più fluida, facile e sicura.

Lo stesso vale per la robotica. L’IA porterà sicuramente un giorno a robot umanoidi in grado di pensare e capire come risolvere i problemi da soli senza programmazione preventiva, che sarebbe il livello 5. Ma, appunto come per le auto a guida autonoma, vediamo man mano molte innovazioni ai livelli 2, 3 e 4 che stanno fornendo un vero valore alle aziende. Una di queste si può vedere nella logistica: in collaborazione con Siemens e Zivid, Universal Robots ha sviluppato una soluzione in cui un cobot esegue il prelievo degli ordini in totale autonomia basata sul software IA Simatic Robot Pick di Siemens e sulla tecnologia di visione di Zivid. Rispetto ai processi manuali, questo migliora significativamente la velocità e la precisione dell’evasione degli ordini nei magazzini e aiuta i centri logistici a soddisfare la crescente domanda globale, affrontando al contempo la crescente difficoltà nell’attrarre manodopera per questo tipo di lavoro manuale.

Per arrivare a un robot umanoide di livello 5, tra le altre cose, sarà necessario disporre di una tecnologia di visione e di un software eccezionali a un livello che ancora non abbiamo visto. Ma le innovazioni tecnologiche di fase intermedia stanno offrendo molto valore lungo il percorso.

Tre impatti dell’IA generativa

Far sì che una manciata di esperti di robotica si allineino su dove siamo attualmente potrebbe dare il via a una lunga discussione, ma quando si esamina il potenziale dirompente dell’IA fisica si vede che abbiamo ancora molto da fare, nonostante i grandi progressi compiuti.

Guardando al futuro, evidenziamo 3 impatti che l’IA fisica avrà sulla robotica:

• Anzitutto, l’IA eliminerà in gran parte la necessità di esperti. Naturalmente in futuro avremo ancora bisogno di ingegneri robotici, integratori e altri esperti qualificati e anche molti, ma il potenziale dell’automazione dei robot è così grande che non può esserci un esperto in ogni reparto di fabbrica (come settore, i cobot hanno raggiunto solo circa il 2% dell’attuale mercato potenziale). Molti compiti nella robotica odierna richiedono ancora un esperto. Con l’IA, saremo presto in grado di rimuovere alcuni degli ostacoli attuali e questo accelererà notevolmente l’introduzione dei robot in molte aree.
• In secondo luogo, l’IA generativa può aiutarci a standardizzare le soluzioni. Se si considerano le sfide che affrontiamo nel settore dell’automazione, i problemi sono molto simili in molte aziende. Con l’IA generativa, siamo sempre più in grado di standardizzare sia i problemi che le soluzioni e quindi creare comportamenti robotici più riutilizzabili. Non c’è bisogno di reinventare la ruota ogni volta che viene installato un nuovo robot e l’IA può aiutare in questo, rendendo l’integrazione e il ritorno sull’investimento molto più rapidi.
• In terzo luogo, l’IA migliora la capacità dei robot di muoversi in ambienti imprevedibili. Come per la soluzione logistica suddetta, la tecnologia di visione con feedback in tempo reale da telecamere 3D è un enorme abilitatore non solo della navigazione autonoma, ma anche del rilevamento degli ostacoli. Questa capacità apre le possibilità di introdurre robot al di fuori dell’ambiente molto strutturato di un reparto di fabbrica, ad esempio nell’edilizia, dove i robot devono gestire le variazioni del progetto mentre lavorano fianco a fianco con i lavoratori.

In Universal Robots, già numerosi partner nell’ecosistema stanno facendo grandi progressi con applicazioni basate sull’IA, nell’edilizia e oltre. E come tante altre tendenze di automazione che sperimenteremo nei prossimi anni in tutte le applicazioni e i settori, l’IA sarà al centro del progresso futuro.

– a cura di Anders Billesø Beck, Vice President for Strategy & Innovation in Universal Robots