Sebbene l’innovazione robotica sembri dilagare, i robot hanno ancora molto da imparare da noi. Lo conferma una ricerca del Massachusetts Institute of Technology (MIT), che propone un metodo innovativo per rendere i robot più intelligenti nelle decisioni. insegnare alle macchine a raccogliere gli oggetti in modo più efficiente. L’obiettivo è che lo facciano con capacità simili a quelle umane.
Immaginate come trasportereste una grande scatola mentre salite su una scala. Probabilmente usereste le mani, gli avambracci e appoggereste il carico sul petto per ridurre il peso. A differenza di noi, la maggior parte dei robot afferra gli oggetti utilizzando una pinza, senza altre procedure per semplificare il lavoro. “Le persone sono brave a manipolare con tutto il corpo, mentre gli automi hanno difficoltà a svolgere questi compiti”, sottolineano in un articolo di articolo pubblicato dal MIT.
Ma perché non usano di più il loro corpo? Come spiegato a Ipertestuale Ricercatore del MIT CSAIL Terry Suhspecializzato in intelligenza artificiale, ogni punto di contatto rappresenta un punto di ragionamento in più che la macchina deve elaborare. Ciò implica maggiori requisiti computazionali e quindi maggiori sfide per chi si occupa di innovazione robotica. “La maggior parte delle macchine lavora con entrambi i polpastrelli. Offrendo loro la possibilità di avere più contatti, ci troviamo di fronte a una decisione computazionale più difficile”, spiega lo specialista.
Innovazione robotica del MIT per migliorare le prestazioni delle macchine
Il team guidato da Suh ha trovato un modo valido per semplificare il processo, chiamato “pianificazione della manipolazione ricca di contatti”. Per farlo, propone una tecnica di intelligenza artificiale che “sintetizza” le decisioni della macchina.
Che cosa implica, in pratica? È una tecnica che riassume gli eventi a un numero minore di decisioni. “Immagino un futuro in cui i robot decidano in modo più intelligente”.osserva entusiasta il ricercatore. Questo metodo potrebbe consentire alle fabbriche di utilizzare automi più piccoli, che manipolano gli oggetti in modo più efficiente, invece di grandi bracci robotici che funzionano solo con le pinze.
“Nell’innovazione robotica, i metodi di ultima generazione utilizzano principalmente la apprendimento per rinforzo. Si tratta di strumenti eccellenti, ma dovremmo sfruttarli meglio. Credo che, studiando e comprendendo meglio i nostri problemi, arriveremo a strutture e algoritmi più efficienti che miglioreranno gli algoritmi attuali”, osserva Suh.
La sfida di rendere i robot più agili e destreggiati
La procedura sopra descritta – lo standard per l’insegnamento alle macchine – si basa su tentativi ed errori. Quando il sistema riesce a risolvere il problema, riceve una ricompensa e assimila la conoscenza, per poi agire in futuro. Sebbene questo approccio possa essere utile, i ricercatori affermano che comporta opacità – è una “scatola nera”, dicono – e richiede troppi calcoli. La tecnica che propongono, invece, riduce il numero di “decisioni intermedie e poco importanti, mantenendo quelle rilevanti”.
Sia nelle simulazioni al computer che nei test con macchine reali, hanno ottenuto una riduzione di 1 minuto dei calcoli che un computer esegue quando chiede a un robot di raccogliere un oggetto. Ad esempio, di spostare una penna o di prendere un piatto.
Quali sono i vantaggi del metodo di apprendimento proposto?
L’innovazione robotica è stata ostacolata quando si tratta di sfruttare le capacità delle macchine di raccogliere oggetti. Semplicemente perché non abbiamo un algoritmo abbastanza maturo per affrontare questo problema. Penso che una volta superato questo problema, avere più punti di aggancio sarà molto vantaggioso. Più contatti avremo, maggiore sarà la capacità di influenzare il movimento. Inoltre, questo porterà a una maggiore robustezza, nello stesso modo in cui gli insetti con sei zampe sono molto più stabili rispetto agli esseri bipedi.
Nello studio che hanno reso noto, hanno indicato che l’algoritmo su cui stanno lavorando consente anche di risparmiare risorse e costi. In che senso un robot più abile nel sollevare gli oggetti potrà fornire tali vantaggi?
È vero quanto segue: se riusciranno a sollevare gli oggetti con tutto il corpo invece che solo con un attrezzo, l’ingombro dei robot sarà ridotto e potranno essere prodotti con strutture più piccole. In questo modo, le fabbriche e le linee di produzione risparmieranno molto spazio. Inoltre, consumeranno meno energia per muoversi e il costo dei materiali sarà inferiore. In breve, se riusciamo a rendere la robotica più intelligente, sarà possibile avere molte più capacità con lo stesso hardware.
Questa innovazione robotica potrebbe essere utilizzata anche nel campo dell’esplorazione spaziale e può dirci qualcosa di più al riguardo?
Certamente. Lo spazio presenta sfide molto interessanti. Uno dei motivi per cui un buon software e l’autonomia sono così importanti è che il controllo remoto del robot, quello che chiamiamo teleoperazione, non funziona in tempo reale. Per esempio, ci vogliono alcuni minuti per inviare un segnale a Marte e ricevere una risposta.
Immaginiamo un futuro in cui gli automi andranno nello spazio con hardware di uso generale e saranno in grado di decidere in modo più intelligente le proprie azioni. In questo modo, lasceranno che sia l’uomo a eseguire i comandi di livello superiore. Questa tecnica potrebbe essere utile per i robot inviati in missioni di esplorazione su altri pianeti. Potrebbero infatti adattarsi rapidamente all’ambiente utilizzando solo il computer di bordo.
Le prossime tappe della ricerca
L’innovazione robotica su cui sta lavorando il team CSAIL del MIT. è ancora nelle fasi iniziali. “Abbiamo ancora molto lavoro da fare per assicurarci che il nostro lavoro possa essere implementato in qualsiasi ambiente industriale”, afferma Suh.
“Dobbiamo essere in grado di gestire situazioni più dinamiche, poiché il nostro metodo attuale si applica solo a configurazioni statiche. In altre parole, non sappiamo come gestire i casi in cui rilasciamo l’oggetto e questo fa qualcosa da solo, come cadere o scivolare. Pensiamo di poter migliorare anche la velocità di calcolo e l’efficienza complessiva dell’algoritmo”, afferma il ricercatore, concludendo: “Se si studiano attentamente i modelli e si comprende davvero il problema che si sta cercando di risolvere, si possono sicuramente ottenere dei vantaggi”.
La ricerca coinvolge anche Tao Pangche fa parte di Boston Dynamics, nota per il suo robot quadrupede Spot, e Russ Tedrakeuno specialista di robotica del Toyota Research Institute. Inoltre, lo sviluppo è sostenuto dal MIT Lincoln Laboratory, dalla US National Science Foundation e dall’Ocado Group. Inoltre, una parte dei finanziamenti proviene da Amazon, un’azienda che potrebbe beneficiare di progressi di questo tipo nei suoi numerosi magazzini di prodotti, che sono pieni di scatole in attesa di essere consegnate ai clienti.