In questo articolo Indice dei contenuti 2 sezioni
Insegnare un nuovo compito a un robot in pochi secondi, semplicemente mostrandogli cosa fare, è la direzione verso cui si stanno muovendo alcuni laboratori di robotica, e il caso più concreto porta il nome di GEN-1.5, il modello sviluppato da Generalist AI. Il punto di partenza è noto a chiunque abbia seguito il settore da vicino: oggi, nella stragrande maggioranza dei casi, non basta far vedere a una macchina come si esegue un’operazione perché quella la impari davvero. Servono dati, tanti, raccolti con prove ripetute, e serve quasi sempre una fase di addestramento costruita su misura per quel compito specifico.
È proprio questo il collo di bottiglia che tiene i robot dentro ambienti iper controllati, dove tutto è prevedibile e nulla si muove fuori posto. Fuori da quelle mura, tra oggetti disordinati e situazioni impreviste, i costi salgono e la complessità pure. Ogni nuova mansione rischia di trasformarsi in un piccolo progetto a sé, con tempi e budget che raramente si giustificano.
Una dimostrazione al posto di un nuovo addestramento
Da qui l’interesse crescente verso metodologie che assomigliano molto di più al modo in cui impariamo noi. Guardare qualcuno fare una cosa, capire la logica dietro il gesto, provare a rifarlo. Solo che nel caso di un modello di intelligenza artificiale il meccanismo va reso rigoroso, perché l’imitazione fine a se stessa non porta lontano. Non si tratta di copiare un movimento, ma di estrarne il senso e riapplicarlo in un contesto che può essere leggermente diverso.
GEN-1.5 lavora esattamente su questo terreno. Il modello riesce ad affrontare compiti mai visti prima dopo una singola dimostrazione che dura dai 3 ai 12 secondi, un intervallo che nella pratica corrisponde al tempo di mostrare un gesto e poco più. La parte interessante è che i parametri del modello restano invariati, non c’è nessuna sessione di riaddestramento a valle, nessun ciclo di ottimizzazione da far girare per ore prima di poter tornare operativi.
Il gesto diventa una specie di comando
Il modo più immediato per inquadrare la cosa è pensare alla dimostrazione come a un prompt fisico. Chi ha usato un assistente testuale sa che basta scrivere un’istruzione perché il sistema si adatti alla richiesta senza essere riprogrammato. Qui il concetto è lo stesso, solo che al posto delle parole c’è un’azione eseguita davanti alla macchina, e al posto della risposta scritta c’è un compito portato a termine nel mondo reale.
Le implicazioni pratiche di un apprendimento di questo tipo si intuiscono senza troppa fatica. Un sistema che assimila una nuova mansione in una manciata di secondi cambia i tempi di configurazione, cambia chi può occuparsene e riduce la distanza tra chi conosce il lavoro e chi programma la macchina. Non serve più necessariamente un tecnico specializzato per ogni variazione di processo, basta qualcuno capace di eseguire correttamente il gesto da replicare.
Va detto che approcci simili avevano già iniziato a farsi strada nel settore, quindi non si parla di un’idea nata dal nulla. Quello che colpisce nel caso di Generalist AI è la compattezza della finestra temporale richiesta e il fatto che tutto avvenga senza toccare il modello, un dettaglio tecnico che sembra minore ma che nella realtà operativa fa una differenza enorme in termini di risorse e di tempi morti.
La robotica generalista si gioca gran parte della propria credibilità proprio su questo punto, cioè sulla capacità di uscire dalla logica del compito unico ripetuto all’infinito per abbracciare una flessibilità che finora è appartenuta quasi esclusivamente agli esseri umani.
