Nel 2026, stiamo vedendo i robotic fare passi da gigante con una destrezza notevolmente migliorata, il tipo di progresso da tempo necessario nella ricerca di aiutanti domestici veramente utili. Ora è arrivato un nuovo modello di intelligenza artificiale per potenziare i robotic attraverso attività, tra cui biancheria pieghevolecostruendo scatole, riparando altri robotic e persino riempiendo i portafogli con fragili banconote.
All’inizio di questo mese, azienda con sede in California L’IA generalista ha rilasciato la Gen-1un nuovo IA fisica modello che rende i robotic in grado di eseguire tutti questi compiti (e altro ancora) con successo. È un grande passo avanti in termini di robotic progettati per il mondo reale basati sull’intelligenza nata dal mondo reale, mi ha detto Pete Florence, co-fondatore e CEO di Generalist AI.
Nella maggior parte dei video di esempio pubblicati dall’azienda, la Gen-1 viene vista correre su un paio di bracci robotici, ma non è l’unica cosa per cui è stata costruita. “Gen-1 è progettato per essere il cervello di qualsiasi robotic, il che significa che lo stesso modello può funzionare su un umanoide, un braccio industriale o altri sistemi robotici”, ha affermato Florence.
Questo ha già dimostrato di essere un anno di svolta per i robotic umanoidi genericicon aziende tra cui Dinamica di Boston E Onore svelando robotic all’avanguardia capaci di movimenti straordinariamente simili a quelli umani. Si prevede che il mercato dei robotic esploderà, con uno stima di Morgan Stanley prevedendo una crescita fino a un mercato di 5 trilioni di dollari entro il 2050. Le previsioni vedono i robotic arrivare nell’industria, nella vendita al dettaglio, negli ambienti alberghieri e assistenziali prima di arrivare nelle nostre case. Per arrivarci, dobbiamo vedere ulteriori progressi nell’intelligenza artificiale.
Addestrare i robotic a vivere a fianco degli umani
Negli ultimi anni abbiamo visto modelli linguistici di grandi dimensioni, come advert esempio ChatGPT, Gemelli e Claudeevolversi alla velocità della luce. Lo stesso non è vero per i modelli fisici di intelligenza artificiale necessari per alimentare i robotic, in gran parte a causa della mancanza di dati su cui addestrare tali modelli. I robotic, e in particolare quelli umanoidi, devono imparare a navigare in un mondo costruito per gli esseri umani proprio come farebbe un essere umano.
Spesso questi dati vengono raccolti da robotic che eseguono compiti mentre sono teleoperati da esseri umani, ma non dalla Gen-1. Invece, il set di dati utilizzato per addestrare i modelli dell’IA generalista è stato assemblato da esseri umani che hanno completato milioni di compiti diversi utilizzando la tecnologia indossabile.
“Abbiamo costruito le nostre leggere ‘mani dati’ e le abbiamo distribuite a livello globale per imparare come le persone interagiscono effettivamente con gli oggetti, con tutto il sottile suggestions di forza, la sensazione tattile, gli scivolamenti, le correzioni e i recuperi che definiscono la destrezza umana nel mondo reale”, ha affermato Florence. “Questo tipo di dati è fondamentale per insegnare ai robotic il buon senso fisico, la comprensione intuitiva e la capacità di adattarsi in tempo reale piuttosto che eseguire istruzioni rigide.”
Generalist AI ha pubblicato una serie di video che mostrano il modello in esecuzione su robotic che eseguono ripetutamente una serie di compiti diversi, tra cui il più avvincente, forse, è un robotic che preleva denaro da un portafoglio prima di reinserirlo nella stessa tasca. Questo è un compito complicato su cui molti umani armeggiano. Chiaramente non è facile nemmeno per il robotic, information la fragilità della carta moneta e del tessuto del portafoglio, eppure porta a termine il compito.
Un altro video mostra un robotic che smista i calzini per colore, li piega in pile ordinate e conta il numero di paia utilizzando un touchscreen. Altri compiti complicati che il modello può completare includono aprire la cerniera e riempire un astuccio con penne, impilare le arance in una piramide ordinata e collegare un cavo Ethernet.
Questi video mostrano l’ampiezza delle capacità della Gen-1, ma ancora più impressionante è la percentuale di successo con cui può completare determinate attività. L’IA generalista ha misurato il tasso di successo del modello rispetto alla versione precedente e ha scoperto che la Gen-1 poteva servire con successo a robotic aspirapolvere nel 99% dei casi (rispetto al 50% per la Gen-0), piegare le scatole nel 99% dei casi (rispetto all’81% per la Gen-0) e imballare i telefoni nel 99% dei casi (rispetto al 62% per la Gen-0).
I robotic improvvisano
La maggior parte dei robotic è programmata per completare un compito in modo specifico e ordinato. Ma cosa succede quando viene lanciata una palla curva? “I più piccoli cambiamenti nell’ambiente possono causare fallimenti”, ha detto Florence.
Un’importante abilità di cui hanno bisogno i robotic, che gli esseri umani possiedono innatamente, è la capacità di pensare in modo autonomo. Questo è il motivo per cui Gen-1 è stato progettato pensando all’improvvisazione in modo che possa elaborare strategie per completare le attività. Florence mi fornisce l’esempio di un robotic che utilizza due mani per riposizionare una parte posizionata in modo scomodo per un compito automobilistico, anche se è stato addestrato a usarne solo una.
“Finora questo tipo di creatività è stata in gran parte assente nella robotica”, ha affermato.
C’è ancora molto lavoro da fare per quanto riguarda il potenziamento delle capacità di improvvisazione dei robotic, ma i primi progressi lasciano intravedere un impatto positivo sia sull’affidabilità che sulla velocità, afferma Florence. “Stiamo iniziando a vedere progressi reali e siamo entusiasti di ampliare i confini dell’intelligenza incarnata”.
Dopotutto, potrebbe arrivare il giorno in cui avrai bisogno di un robotic in casa in grado di riparare tutti gli altri robotic più piccoli.
