In questo articolo Indice dei contenuti 3 sezioni
Un modello di intelligenza artificiale di uso generale è riuscito per la prima volta a guidare un’automobile vera. Si tratta di GPT-6 Astra, l’ultimo sistema sviluppato da OpenAI, che ha condotto una Toyota Corolla lungo un percorso a ostacoli in un parcheggio deserto senza che nessuno toccasse mai volante o pedali. Il punto interessante sta proprio qui: Astra non ha ricevuto alcun addestramento specifico per la guida, eppure ha completato un tracciato reale al volante di una macchina in carne e lamiera.
Il circuito era lungo 130 metri, delimitato da coni stradali sistemati in modo da formare curve e restringimenti. Al primo tentativo il modello si è fermato a metà strada. Al secondo invece ha chiuso il giro in 5 minuti e 22 secondi, viaggiando a una media di circa 1,5 km/h. Non esattamente un pilota da rally, ma il traguardo è stato tagliato.
Quattro modelli al volante della stessa auto
L’esperimento porta la firma di DrivingBench, un benchmark indipendente creato dai ricercatori Tobias Gessler, Aditya Ramabadran e Simon Mahns. Sulla stessa vettura sono stati messi alla prova quattro concorrenti: oltre ad Astra c’erano GPT-5.6 Sol, il modello precedente di OpenAI, Grok 4.6 di xAI e Claude Fable 5.1 di Anthropic. Nessuno degli altri tre è arrivato in fondo. La maggior parte si è arenata già alla prima curva, mentre Claude Fable 5.1 nel suo tentativo migliore ha coperto circa metà del percorso.
Sul piano tecnico la Corolla montava un dispositivo di guida assistita che di solito lavora con il software open source openpilot, collegato tramite il bus Can, cioè la rete elettronica interna del veicolo, ai comandi di sterzo, acceleratore e freno. I modelli non gestivano l’auto in modo diretto ma attraverso tre funzioni richiamabili dentro una conversazione continua. La prima restituiva un’immagine della strada con velocità e angolo di sterzata, la seconda impostava direzione, sterzata, velocità compresa tra 0,5 e 3,5 m/s e durata della manovra, la terza azionava il freno.
Lentezza, costi alti e troppa prudenza
Ramabadran è stato piuttosto netto nel dire che usare un modello linguistico generico per la guida reale “oggi non è assolutamente pratico”. Durante la prova l’auto è andata avanti a passo d’uomo, anzi più piano, con un operatore sempre pronto a frenare. Il vero collo di bottiglia è stata la latenza, ossia il tempo necessario per elaborare ogni decisione. Astra si fermava a osservare la scena più o meno ogni cinque o sei secondi prima di scegliere la mossa successiva. Claude Fable 5.1, in uno dei suoi tentativi, ha passato appena 31 secondi su 190 a muovere davvero la macchina, restando fermo per tutto il resto del tempo a ragionare.
Anche i costi raccontano quanto questi sistemi siano lontani dalla guida autonoma specializzata. I due tentativi di Astra hanno consumato 6,6 milioni di token per circa 7 euro complessivi, una cifra contenuta grazie alla tariffa scontata sui token già presenti nel contesto. Rapportata alla distanza percorsa però la spesa supera i 50 euro al chilometro, diverse centinaia di volte il carburante di un’auto a benzina. L’hardware di bordo aggiunge circa 850 euro. Alla fine si parla di un migliaio di euro per poco più di cento metri.
C’è poi un aspetto curioso. Astra, più degli altri, ha mostrato resistenza all’idea di mettersi alla guida e segnalava rischi per la sicurezza anche con il parcheggio vuoto e la velocità già bloccata al minimo. I ricercatori hanno dovuto presentare la prova come una simulazione, arrivando a rinominare il server DrivingBench Sandbox. Quando i modelli capivano dalle immagini della telecamera di essere davvero su un’auto vera, la reazione andava dall’esitazione al rifiuto secco. Tutti condividevano lo stesso limite, cioè la difficoltà nel capire da che lato della carreggiata tenersi quando la fila di coni tagliava il percorso in diagonale.
Un risultato soprattutto concettuale
Gli autori non nascondono i limiti del test: pochi tentativi per ciascun modello, tutti nella stessa conversazione, un campo visivo ridotto e parametri di guida volutamente prudenti. Il valore, spiegano, sta nel dimostrare che un sistema di IA generale può chiudere il cerchio tra percezione, decisione e azione su un veicolo reale senza formazione dedicata.
Per il prossimo futuro, secondo Ramabadran, la scelta concreta resteranno i sistemi di guida specializzati, più rapidi, meno costosi e collaudati da anni sulla strada. Nel lungo periodo una via possibile sarebbe addestrare un grande modello generale e distillarne poi uno più piccolo, capace di girare sull’hardware limitato di un’auto. Google, che secondo alcune stime ha investito tra i 30 e i 35 miliardi di euro in Waymo dal 2009, dovrebbe quindi poter contare ancora per anni su una tecnologia costruita su misura per le proprie vetture.
Fonte: TecnoAndroid
