attention

Quando si pensa ai robot, la mente corre subito alle scene patinate dei film di fantascienza: macchine umanoidi che si muovono senza esitazione, capaci di correre, saltare e persino affrontare terreni impossibili. Nella realtà, però, la faccenda è molto meno lineare. Da anni ingegneri e ricercatori si scontrano con un problema che sembra banale ma non lo è affatto: insegnare a un robot a camminare in modo sicuro e naturale, senza trasformarlo in una statua traballante pronta a cadere al primo ostacolo. L'“attention mapping” del Politecnico di Zurigo Eppure, al Politecnico di Zurigo, un gruppo di studiosi sembra aver trovato una chiave che può davvero cambiare le regole del gioco. Il segreto non sta tanto nei motori o nei sensori, ma in un nuovo approccio all’intelligenza artificiale, che sfrutta l’“attention mapping”. In pratica, invece di analizzare l’intero terreno come se fosse una mappa infinita di pixel, l’algoritmo impara a focalizzarsi solo sui punti cruciali: dove poggiare il prossimo passo, come regolare l’andatura, quale appoggio garantisce più stabilità. Una sorta di “sguardo selettivo” che rende i movimenti dei robot molto più efficienti e credibili. Durante i test, i protagonisti sono stati due robot già noti agli appassionati: ANYmal-D, un quadrupede agile e robusto, e Fourier GR-1, un umanoide sorprendentemente versatile. Vederli in azione è stato quasi straniante. Il GR-1, ad esempio, ha camminato su una trave instabile senza esitazioni, accelerando da 0,7 a 1,5 metri al secondo e allungando i passi come farebbe un atleta ben allenato. La parte interessante è che non si tratta di “magia nera” della macchina: il sistema rende visibile il processo decisionale, mostrando in diretta come la rete neurale interpreta l’ambiente per scegliere la traiettoria. Un altro aspetto che colpisce è la sobrietà dei consumi. Tutto questo avviene su una CPU da soli 25 watt, meno di quanto richiede una lampadina ad alta potenza. Significa che la tecnologia non solo è efficace, ma anche praticabile su larga scala, senza la necessità di supercomputer dedicati. Certo, siamo ancora ai primi passi. Le mappe utilizzate sono “2,5D”, quindi non contemplano rami che sporgono o ostacoli sospesi. Ma i ricercatori sono convinti che l’approccio possa crescere fino a includere compiti complessi: aprire porte, trasportare oggetti, arrampicarsi. In poche parole, avvicinare la robotica a quel confine sottile tra la fantasia dei film e la vita di tutti i giorni.

attention

Robot più agili e sicuri grazie all’“attention mapping”