La mano bionica sta diventando il maestro inatteso dei robot industriali, e a guidare questa svolta è ABB Robotics. L’azienda ha deciso di affrontare uno dei nodi più antichi della robotica, cioè riprodurre quei meccanismi muscolari e nervosi che rendono la manipolazione umana così precisa e, allo stesso tempo, così difficile da imitare. Per farlo ha avviato una collaborazione con PSYONIC, realtà californiana che da anni lavora su protesi avanzate.
Il punto di partenza è semplice e geniale insieme. Invece di affidarsi solo a modelli digitali, il progetto sfrutta dati reali raccolti dall’uso quotidiano di mani prostetiche sensibili al tatto. In pratica si parte da come le persone toccano davvero gli oggetti, non da come una simulazione immagina che lo facciano.
Al centro del lavoro ci sono due protagonisti tecnologici. Da una parte il robot collaborativo GoFa di ABB, dall’altra la Ability Hand di PSYONIC, una mano bionica costruita per restituire un vero e proprio feedback tattile a chi la indossa. Le informazioni raccolte durante le interazioni umane con gli oggetti diventano così materiale di apprendimento. Servono a insegnare alle macchine come modulare la presa, gestire materiali delicati e cavarsela in contesti che cambiano, senza appoggiarsi unicamente alle prove fatte al computer.
La destrezza resta il grande ostacolo dell’automazione
Chi conosce il settore lo sa bene, la destrezza è ancora uno dei freni più seri alla diffusione su larga scala dell’automazione avanzata. E ABB è convinta di questo. Gli esempi non mancano. I robot sono ormai bravissimi nelle attività ripetitive, quelle ben definite e prevedibili, ma vanno in crisi quando devono afferrare qualcosa di fragile, dalle forme strane, oppure operare in ambienti che non stanno mai fermi.
Qui entra in gioco l’esperienza reale degli utenti della Ability Hand. Grazie a quei dati, i sistemi robotici potrebbero imparare strategie di presa più naturali ed efficaci. Il passo successivo è ambizioso, ovvero arrivare a robot capaci di percepire l’ambiente, ragionare, muoversi e manipolare gli oggetti in modo sempre più autonomo.
Lo sguardo va anche oltre, verso lo sviluppo di sistemi di AI fisica capaci di apprendere dalle interazioni nel mondo reale e poi applicare quelle competenze in ambito industriale, con standard di affidabilità elevati. Non solo abilità nel maneggiare le cose, quindi, ma una conoscenza che nasce dall’azione concreta sul campo.