Future Mirror – Physical Intelligence e la sfida di un “cervello AI” per robot

Una friggitrice ad aria al centro di un’innovazione sorprendente? È così: non tanto per il prodotto, ma perché è stata utilizzata da un robot guidato da un “cervello AI”, che non era stato addestrato specificamente per quell’attività.

Il risultato, che ha colto di sorpresa gli stessi ricercatori, è stato comunicato lo scorso mese da Physical Intelligence, startup di robotica con sede a San Francisco. Una giovane impresa che è diventata, in modo discreto, una delle aziende di intelligenza artificiale più osservate della Bay Area.

Il suo ultimo modello AI – chiamato π0.7 – è appunto in grado di guidare robot nell’eseguire compiti per i quali non sono mai stati specificamente addestrati. Secondo Physical Intelligence si tratta di un primo ma significativo passo verso l’obiettivo di un “cervello” robotico generalista. Ossia una tecnologia che potrà essere applicata a compiti sconosciuti.

Certo, i risultati ottenuti vanno ancora sperimentati su più larga scala e sviluppati ulteriormente, ma la sensazione è che l’AI robotica potrebbe avvicinarsi a un punto di svolta simile a quello visto con i modelli linguistici di grandi dimensioni. In pratica, si potrebbe ripetere una dinamica in cui le capacità cominciano a crescere in modo cumulativo e più rapido rispetto alle previsioni iniziali.

Nel caso della friggitrice ad aria, il modello ha mostrato una certa efficacia nella cosiddetta “generalizzazione composizionale”, in sostanza la capacità di combinare competenze apprese in contesti diversi (istruzioni di una persona, informazioni dal web, analisi di dataset etc.) per risolvere problemi mai incontrati prima.

Fino ad oggi, l’approccio standard all’addestramento dei robot è stato essenzialmente quello della memorizzazione: raccogliere dati su uno specifico compito, addestrare un modello specializzato su quei dati, e poi ripetere il processo per ogni nuovo compito. Secondo Physical Intelligence, π0.7 rompe questo schema.

«Una volta superata quella soglia, in cui si passa dal fare esattamente ciò per cui si sono raccolti dati al rimescolare competenze in modi nuovi, le capacità crescono più che linearmente rispetto alla quantità di dati. Questa proprietà di scalabilità più favorevole è qualcosa che abbiamo già visto in altri ambiti, come il linguaggio e la visione». È la dichiarazione, riportata da TechCrunch, di Sergey Levine, co-fondatore di Physical Intelligence e professore alla UC Berkeley, specializzato in AI per la robotica.

I ricercatori non hanno tuttavia nascosto i limiti del modello e sono stati cauti nel non trarre conclusioni premature. Tuttavia, senza alcuna guida, il sistema di AI è riuscito a fare un tentativo plausibile di utilizzare l’elettrodomestico per cucinare una patata dolce. Con istruzioni verbali passo dopo passo – simili a quelle che si darebbero a un nuovo dipendente – ha poi completato con successo il compito.

Si tratta di una capacità di “coaching” rilevante, perché indica che i robot potrebbero essere impiegati in nuovi ambienti e migliorati in tempo reale senza necessità di raccogliere nuovi dati o riaddestrare i modelli.

Ad oggi, Physical Intelligence ha raccolto oltre 1 miliardo di dollari ed è stata valutata 5,6 miliardi di dollari. Una parte significativa dell’interesse degli investitori deriva da Lachy Groom, co-fondatore che per anni è stato uno degli angel investor più apprezzati della Silicon Valley. Grazie a lui, la startup ha migliorato la propria capacità di attrarre capitali istituzionali rilevanti, pur continuando a non offrire una tempistica chiara per la commercializzazione.

Secondo TechCrunch, alcune indiscrezioni indicano che l’azienda sarebbe in trattative per un nuovo round di finanziamento, che porterebbe quasi a raddoppiare la valutazione fino a 11 miliardi di dollari. La società ha tuttavia rifiutato di commentare.

In generale, il mercato globale dell’IA fisica, che spazia dai robot autonomi ai sistemi medici basati sull’intelligenza artificiale, secondo Research and Markets è destinato a crescere da 383 miliardi di dollari nel 2026 a 3,26 trilioni di dollari entro il 2040.