Bevo caffè fatto da robot a San Francisco. Niente di speciale, vero. Le macchine hanno servito i fagioli dall’inizio degli anni 2010. Ma ciò che tiene la tazza non è solo una caffettiera. È un generalista. Un cervello.
Questa specifica unità piega anche i vestiti. Sbucciare le carote. Anche pulire le cucine. Ha imparato questi trucchi più velocemente di quanto la maggior parte dei bambini impari a camminare.
Incontra l’intelligenza fisica. Fondata nel 2024. La proposta è semplice: costruire un cervello, non un corpo.
Altri giganti come Tesla e Boston Dynamics inseguono gli umanoidi. Amazon automatizza i magazzini con bot a singola attività. L’Intelligenza Fisica vuole il sistema operativo che li esegua tutti. Una mente adattabile. Forme di macchine infinite.
Nella maggior parte dei settori, risolvere più problemi rende le cose più difficili. Nell’intelligenza artificiale, rende le cose più facili. Hai fonti di conoscenza più diverse.
Sergey Levine, uno dei fondatori, lo ha detto senza mezzi termini. Insegna a Berkeley. Crede che la varietà alimenti l’intelligenza.
È lo stesso schema del boom dei chatbot. I Large Language Models (LLM) sono esplosi perché la potenza di calcolo e i dati hanno finalmente incontrato buoni algoritmi. Levine spera che la robotica veda la stessa curva. Solo più ripido.
La salsa segreta qui è il modello VLA. Visione-Linguaggio-Azione.
Robotica vecchia scuola? Insegna un compito. Ripetere. Noioso. Costoso.
I VLA prendono l’ampio senso comune di un LLM e trasformano le parole in movimenti muscolari.
- L’umano dice: “Pulisci questo pasticcio”.
- Il robot vede: Piatti sporchi, giocattolo rotto.
- Il robot agisce: afferra la spugna. Raccoglie il giocattolo.
Ingmar Posner di Oxford la definisce la traduzione più diretta dell’entusiasmo per il LLM. Invece di indovinare la parola successiva, il robot indovina la mossa successiva.
Ma aspetta.
I robot falliscono perché il mondo reale è disordinato. Variazioni infinite. Dati insufficienti per l’addestramento. Gli sviluppatori di solito evitano l’autoapprendimento perché raccogliere tali dati è un inferno.
Levine non è d’accordo.
Il suo team insegna ai robot in ambienti falsi. I magazzini si trasformarono in finte cucine e camere da letto. Ripristino le stanze ogni settimana. Mandano i robot nelle case reali.
L’obiettivo? Generalizzazione.
Il modello π0.7 ha recentemente cotto le patate dolci in una friggitrice ad aria. Non aveva mai visto quell’apparecchio prima. Gli esseri umani si limitavano a dare istruzioni vocali passo dopo passo. Ha funzionato.
Levine è scioccato dalla velocità. Opera da due anni e i progressi hanno superato le sue stesse previsioni.
Il denaro segue l’hype. Le start-up raccolgono miliardi. Amazon e Google DeepMind stanno costruendo le proprie flotte. Tutti vogliono un robot multiuso adesso.
Non esagerare però.
Il paradosso di Moravec esiste per una ragione. Hans Moravec notò nel 1988 ciò che è ancora vero: dare a un robot una logica a livello di dottorato è facile. Dargli le capacità percettive di un bambino è quasi impossibile. Scacchi? Fatto. Camminare in mezzo alla folla? Difficile.
Posner ritiene che stiamo vedendo solo i primi segnali. Distribuzione nel mondo reale? Scettico.
Perché?
Gli esseri umani sono avversari. Ci piace scherzare con i robot. È divertente rompere le cose.
Non crede che presto apparirà un modello di business scalabile e redditizio.
Daniel Susskind ne sta già scrivendo. Come dovremmo imparare quando l’intelligenza artificiale gestisce la logica? Quali competenze sopravvivono al cambiamento? La risposta non è nel codice. È nel caos che ci lasciamo alle spalle che queste macchine devono ripulirsi.
Forse questo è l’unico compito che riusciranno davvero a padroneggiare per primi. Trattare con noi.
