La Physical AI, ovvero l’intelligenza artificiale progettata per interagire direttamente con il mondo fisico attraverso robot e macchine autonome, è diventata uno dei settori più interessanti per gli investitori. Negli ultimi anni sono stati raccolti miliardi di dollari per sviluppare sistemi robotici capaci di sfruttare le stesse tecniche di apprendimento che hanno alimentato la crescita dei grandi modelli linguistici.
L’entusiasmo degli investitori è però accompagnato da una questione fondamentale: i robot stanno diventando sempre più capaci dal punto di vista fisico, ma non sono ancora abbastanza intelligenti da svolgere in modo affidabile attività realmente utili e redditizie.
Il caso Unitree mostra i limiti dell’entusiasmo
Un esempio significativo arriva da Unitree, uno dei principali produttori cinesi di robot. Dopo il debutto in Borsa, l’azienda aveva raggiunto una valutazione di circa 66 miliardi di dollari, dimostrando quanto sia elevato l’interesse del mercato nei confronti della robotica basata sull’intelligenza artificiale.
Successivamente, però, il valore dell’azienda è crollato di quasi la metà.
Secondo gli analisti, il problema è abbastanza evidente: costruire robot capaci di camminare, mantenere l’equilibrio e compiere movimenti sempre più complessi è soltanto una parte della sfida. Il vero ostacolo consiste nel fornire alle macchine il “know-how” necessario per svolgere attività capaci di creare valore nel mondo reale.
La grande crisi dei dati nella robotica
Il problema principale individuato dagli sviluppatori è la mancanza di dati di addestramento di alta qualità.
Lo scorso anno la conferenza Actuate, dedicata agli sviluppatori che lavorano sui “cervelli” dei robot, ha mostrato quanto sia cresciuto l’interesse per questo settore. L’evento, organizzato da Foxglove, ha raggiunto circa 1.500 partecipanti, triplicando le dimensioni rispetto al 2023.
Ma proprio durante la conferenza è emersa una delle principali difficoltà della Physical AI: la cosiddetta robotics data crisis.
A differenza dei modelli linguistici, che possono essere addestrati utilizzando enormi quantità di testo facilmente reperibile, i robot hanno bisogno di dati che descrivano movimenti, interazioni fisiche, ambiente, sensori e conseguenze delle proprie azioni. Raccogliere questo tipo di informazioni è molto più complesso.
Per questo motivo gli sviluppatori stanno cercando di seguire una strada simile a quella percorsa dai laboratori di AI generativa: creare dataset sempre più diversificati, sperimentare differenti strategie di addestramento e sviluppare nuovi scenari per il reinforcement learning.
La Physical AI sarebbe ancora nell’“era GPT-2”
Secondo Harry Mellsop, fondatore della startup Antioch, la Physical AI si troverebbe ancora in una fase paragonabile alla “GPT-2 era”.
L’analogia è importante: si tratterebbe quindi di una tecnologia ancora lontana dal livello di maturità necessario per produrre un’esperienza paragonabile a quella introdotta da ChatGPT.
Per superare questa fase saranno necessari più dati e maggiore potenza di calcolo, oltre a hardware specializzato. Un ruolo importante potrebbe essere svolto dalle GPU ottimizzate per il ray tracing, utilizzate per creare simulazioni estremamente realistiche degli ambienti nei quali i robot devono imparare a operare.
Le auto autonome sono più avanti dei robot umanoidi
Il settore che sembra essere più avanti nell’utilizzo della Physical AI è quello delle auto a guida autonoma.
Il motivo è relativamente semplice: le aziende possono raccogliere enormi quantità di dati dalle automobili utilizzate quotidianamente sulle strade. Inoltre, un’auto autonoma ha principalmente il compito di evitare collisioni e muoversi nello spazio, mentre un robot umanoide deve essere capace di manipolare oggetti e interagire fisicamente con un ambiente molto più imprevedibile.
Molte delle tecnologie utilizzate oggi nello sviluppo dei robot derivano proprio dall’esperienza maturata nel settore della guida autonoma.
Questa contaminazione sta diventando sempre più evidente. Tesla sta già sviluppando il robot umanoide Optimus, mentre aziende come Wayve e Uber hanno avviato laboratori dedicati alla robotica e ai robot umanoidi.
Alex Kendall, CEO di Wayve, ritiene che il settore della robotica possa imparare molto da quello delle auto autonome. Secondo la sua visione, infrastrutture per i dati, simulazione e strumenti di machine learning operations potrebbero essere condivisi, mentre i modelli specifici dovranno adattarsi alle differenti caratteristiche fisiche dei robot.
Robot generalisti o specializzati?
Uno dei dibattiti più importanti riguarda proprio la strategia da adottare.
È meglio costruire un robot umanoide generalista, capace teoricamente di svolgere moltissime attività, oppure concentrarsi inizialmente su un singolo settore?
Théophile Gervet, CEO di Genesis AI, ritiene che sia ancora troppo presto per separare completamente hardware e intelligenza artificiale. Secondo la sua filosofia, sarebbe necessario co-progettare robot e sistemi AI, ottimizzandoli contemporaneamente.
Il problema dei robot generalisti è che, per quanto possano essere impressionanti nelle dimostrazioni, spesso non raggiungono ancora un livello di affidabilità sufficiente per un impiego commerciale.
Un robot capace di svolgere cento attività con un’affidabilità dell’80% potrebbe essere meno interessante per un’azienda rispetto a una macchina progettata per una sola attività e capace di farla praticamente senza errori.
I robot specializzati stanno già entrando nel mondo reale
È proprio questa la strada intrapresa da diverse aziende.
Alcune startup stanno sviluppando robot destinati a settori verticali specifici, permettendo loro di entrare concretamente negli ambienti di lavoro e raccogliere dati reali.
Tra gli esempi citati figurano robot destinati alla costruzione di impianti solari, sistemi per applicazioni industriali ed escavatori autonomi.
Questa strategia presenta un enorme vantaggio: ogni robot che lavora realmente genera nuovi dati. Questi dati possono successivamente essere utilizzati per migliorare il sistema e, potenzialmente, contribuire allo sviluppo di modelli più generali.
Il rischio, però, è quello di investire troppo in una tecnologia verticale che potrebbe essere rapidamente superata da un modello generalista più avanzato.
Il problema della manipolazione
Uno degli ostacoli più difficili da superare rimane la manipolazione degli oggetti nel mondo reale.
Per un essere umano, azioni come spingere un oggetto, tirare un cassetto, chiudere un computer portatile o riordinare un tavolo sono estremamente semplici. Per un robot, invece, richiedono la comprensione simultanea dell’ambiente, della posizione degli oggetti, della forza necessaria e delle conseguenze di ogni movimento.
La difficoltà aumenta ulteriormente quando l’ambiente non è controllato.
Per questo motivo aziende come Bedrock stanno utilizzando applicazioni specifiche, come gli escavatori autonomi, anche per comprendere meglio le problematiche legate alla manipolazione in ambienti reali.
L’AI dovrà imparare anche dai dati del mondo reale
La gestione dei dati rappresenta quindi un elemento fondamentale.
I robot generano enormi quantità di informazioni provenienti da telecamere, sensori e sistemi LiDAR. Analizzare manualmente questi dati è estremamente complesso.
Per questo stanno nascendo nuovi strumenti dedicati proprio alla gestione dei dataset utilizzati dalla Physical AI. Foxglove, ad esempio, ha presentato un sistema basato sul modello open-weight Nvidia Cosmos, progettato per consentire agli ingegneri di effettuare ricerche avanzate nei dati utilizzando il linguaggio naturale.
L’obiettivo è velocizzare attività come valutazione dei modelli, simulazione, individuazione degli errori e debugging, permettendo agli sviluppatori di migliorare più rapidamente i propri sistemi.
Quando arriverà il “momento ChatGPT” della robotica?
Resta infine la domanda più interessante: quando arriverà il vero ChatGPT della robotica?
Secondo Alex Kendall, non è ancora successo. Nonostante l’enorme entusiasmo degli investitori, la maggior parte dei robot realmente diffusi nelle case rimane rappresentata da dispositivi relativamente semplici, come i robot aspirapolvere.
Per Kendall, un possibile momento di svolta potrebbe arrivare quando un’automobile sarà in grado di offrire guida autonoma senza supervisione per meno di €1.000 di hardware. Un risultato del genere renderebbe la tecnologia molto più accessibile al grande pubblico.
Per Gervet, invece, il vero punto di svolta arriverà quando sarà possibile parlare naturalmente con un robot e chiedergli di svolgere attività fisiche quotidiane, ottenendo un risultato affidabile senza configurazioni complicate.
La visione di Adrian Macneil, CEO di Foxglove, è però ancora diversa. Secondo lui potrebbe non esistere un singolo “momento ChatGPT” per la robotica, perché il successo di ChatGPT è stato determinato soprattutto dalla rapidissima distribuzione del prodotto a milioni di utenti.
La robotica dovrà affrontare un problema completamente diverso: portare l’intelligenza artificiale dal mondo digitale a quello fisico.
Il vero traguardo potrebbe quindi essere più simile al momento in cui arrivarono Apple II o IBM PC: non necessariamente un’unica dimostrazione spettacolare, ma il giorno in cui una persona comune potrà acquistare un robot domestico a un prezzo accessibile e vederselo svolgere concretamente attività utili e divertenti ogni giorno.
