Robot umanoidi che vanno a scuola. Non per modo di dire, ma in senso quasi letterale. Nella provincia cinese del Fujian è partita una fase sperimentale piuttosto ambiziosa. Una vera e propria fabbrica dedicata alla raccolta dati dove macchine dalle sembianze umane imparano a svolgere compiti quotidiani sotto la guida di operatori in carne e ossa. E il punto non è costruire corpi più sofisticati, ma insegnare a quei corpi come muoversi nel mondo reale, fuori dalle condizioni controllate di un laboratorio.
La struttura si trova nell’area D del Fuzhou Software Park ed è stata realizzata da Fujian Jufu Technology, azienda fondata nel settembre 2025. All’interno, una trentina di robot umanoidi seguono le istruzioni di diversi operatori, che le fonti cinesi definiscono “professori”. Le attività sono quelle che chiunque considererebbe banali: pulire un tavolo, classificare frutta e verdura, smaltire scatole di imballaggi. Eppure, dietro ogni gesto apparentemente semplice, si nasconde una complessità enorme per una macchina.
Come funziona la scuola per robot umanoidi
Il meccanismo è abbastanza intuitivo da immaginare, ma tecnicamente molto impegnativo. Gli operatori indossano dispositivi di realtà virtuale e usano controller per guidare il robot durante ogni esercizio. Quando l’operatore alza il braccio, la macchina replica il movimento e, per esempio, afferra un bicchiere di carta per posizionarlo sopra un altro. Il punto cruciale non è solo portare a termine l’azione, ma registrare ogni singolo dettaglio: angolo articolare, pressione della pinza, traiettoria del braccio. Telecamere e sensori catturano tutto.
L’ingegnere responsabile della raccolta dati, Jiao Shiwei, ha spiegato che anche i movimenti più piccoli richiedono un apprendimento basato su dati concreti, e che ogni azione va progettata tenendo conto delle caratteristiche specifiche del robot coinvolto per individuare la traiettoria ottimale. Sembra ovvio, ma non lo è affatto. Per un essere umano, prendere un bicchiere è un gesto automatico. Per un robot umanoide, significa una sequenza di decisioni fisiche concatenate, ognuna delle quali può andare storta.
Il concetto chiave è quello della generalizzazione: la capacità di applicare ciò che si è appreso anche quando l’ambiente cambia rispetto a quello di addestramento. Shiwei ha fatto un esempio molto pratico. Se il bicchiere, la superficie del tavolo e la macchia da pulire restano sempre identici, il robot se la cava abbastanza bene. Ma in una casa vera, in una fabbrica o in un qualsiasi spazio di servizio, quasi nulla si ripete allo stesso modo. Per questo gli operatori introducono variazioni continue, cambiando bicchieri, tovaglie e superfici, così da ampliare il margine di apprendimento della macchina.
La nuova corsa ai dati nel mondo della robotica
Quello che sta emergendo è un problema strutturale che riguarda l’intero settore. In altri ambiti dell’intelligenza artificiale, gran parte dei progressi si è basata su materiale digitale già disponibile in rete. Nella robotica, invece, buona parte degli esempi di addestramento va generata da zero, con macchine reali, oggetti fisici e movimenti ripetuti decine, centinaia di volte. Il collo di bottiglia dei robot umanoidi, insomma, non è più solo nell’hardware, ma nella capacità di perfezionare il loro “cervello” attraverso scenari di applicazione concreti.
Chen Yishi, CEO di Jufu Technology, ha dichiarato che questo tipo di strutture forniscono supporto ai modelli end to end e alla loro implementazione in scenari verticali. L’idea di fondo è che un robot dotato di intelligenza artificiale non debba funzionare come una macchina tradizionale, vincolata a una sequenza fissa, ma come un sistema capace di prendere decisioni sul proprio corpo a partire da un addestramento reale.
L’azienda, peraltro, è giovanissima. Jufu Technology presenta la propria attività come una combinazione di fabbrica di dati e sviluppo proprietario, con l’obiettivo di creare attorno a questa base un ecosistema locale fatto di talento algoritmico, dati e collaborazione con la filiera industriale. Yishi ha indicato che i futuri prodotti dell’azienda puntano a settori come la fabbricazione industriale, l’ispezione di sicurezza, la ricerca e l’educazione, anche se per ora si tratta di una roadmap, non di qualcosa già operativo sul campo.
