NVIDIA sta lavorando per presentare un salto evolutivo per la robotica. A tal proposito, l’azienda ha presentato Cosmos Policy, una tecnologia che promette di rendere il processo decisionale dei robot molto più simile a quello umano. Non si tratta solo di far muovere braccia meccaniche o di far afferrare oggetti, ma di dare ai sistemi la capacità di capire il mondo in un modo più organico. Finora, i robot operavano un po’ come musicisti che devono seguire spartiti separati: un modulo per vedere, uno per pensare, uno per muoversi. Funzionava, certo, ma era complicato e richiedeva montagne di dati e regolazioni minuziose per ogni nuovo compito. Con Cosmos Policy, NVIDIA prova a cambiare tutto ciò affidandosi a un modello chiamato Cosmos Predict, già addestrato su enormi quantità di video.
NVIDIA: arriva Cosmos Policy per il processo decisionale dei robot
Tale modello ha interiorizzato come il mondo fisico evolve nel tempo, riconoscendo schemi, movimenti e relazioni tra oggetti prima ancora che un robot debba fare qualcosa. Dopo tale fase, il modello viene “istruito” con dimostrazioni robotiche. In pratica, gli si mostrano azioni concrete, risultati e stati fisici, e tutto viene unito in un’unica linea temporale. Il vantaggio? Il sistema non deve più pensare pezzo per pezzo: può prevedere quale azione fare, cosa accadrà subito dopo e quanto è probabile che il compito riesca, tutto insieme. I risultati nei test di manipolazione robotica sono impressionanti.
Compiti lunghi e complessi, che prima richiedevano decine di esempi, vengono svolti con una precisione sorprendente anche usando meno dati. E non è solo teoria: quando i robot escono dalla simulazione e affrontano il mondo reale, le stesse strategie vincenti si ripetono. In sostanza, Cosmos Policy non è solo un nuovo pezzo di software per robot, ma un modo per farli sentire un po’ più “umani” nei movimenti e nelle decisioni. Con la novità presentata da NVIDIA, il futuro dell’interazione tra macchine e mondo reale sembra così diventare un po’ più fluido e naturale.
