L'intelligenza artificiale dei robot è ancora piuttosto grezza, per quanto ogni giorno si sentano di nuovi, strabilianti risultati. Non abbiamo ancora macchine che sappiano padroneggiare l'ambiente in cui si trovano, e decidere quali azioni compiere per raggiungere in obiettivo. Siamo ancora lontani, in altre parole, da un robot a cui dire solamente "riordina la cucina".
A quel punto il robot dovrebbe porsi degli obiettivi intermedi, crearsi un suo progetto "riordinare la cucina" e poi metterlo in pratica. Ecco quello che vogliono realizzare Gianluca Baldassare e Vieri Giuliano Santucci del CNR, con il progetto GOAL-Robots. Vogliono creare dei robot capaci di porsi e raggiungere degli obiettivi - goal in inglese. Uno sforzo internazionale coordinato proprio dal Consiglio Nazionale delle Ricerche.
Il progetto nasce in seno al LOCEN, il laboratorio del CNR dove si studia lo sviluppo comportamentale dei robot per sviluppare nuovi e migliori algoritmi di machine learning. Fa parte dell'Istituto di Scienze e Tecnologie della Cognizione, del prestigioso Istituto Italiano di Tecnologia (IIT). Il nome completo del progetto è GOAL-Robots - Goal-based Open-ended Autonomous Learning Robots, e si è già guadagnato premi e finanziamenti europei. Fa seguito a un progetto precedente, sempre di LOCEN, che si chiamava IM-CLeVeR.
Punto di partenza di quest'ultimo progetto erano i bambini, in particolare il modo in cui impariamo a conoscere il mondo in giovane età. "Se la curiosità e la motivazione intrinseca (IM) sono la base della versatilità umana e dell'adattabilità", scrive Baldassare, "allora fornire gli agenti artificiali con architetture e algoritmi che mimino la IM potrebbe aiutare il necessario motore motivazionale a guidare i robot in un processo di apprendimento aperto, senza bisogno di continua programmazione e addestramento da parte di esperti umani".
Leggi anche R1, ecco il robot domestico made in Italy
Si tratta in altre parole di "imparare a imparare", un concetto che è già fondamentale nella pedagogia, e che con questo nuovo progetto cerca di tradurre in robotica.
È un proposito tremendamente complesso e ambizioso, al quale GOAL-Robots aggiunge un nuovo elemento critico: gli obiettivi. "Un obiettivo", continua l'articolo firmato da Baldassare e Santucci, "è la rappresentazione interna (nell'agente) di un mondo o stato fisico o evento, con due importanti proprietà. Primo, l'agente può attivare questa rappresentazione anche se è assenta la percezione del corrispondente stato del mondo o evento. Secondo, tale attivazione ha effetti motivazionali, vale a dire che può contribuire a selezionare e concentrare l'attenzione dell'agente e il suo comportamento, e guidare i suoi processi di apprendimento verso il raggiungimento dell'obiettivo".
"La possibilità di creare obiettivi motivanti a piacere, anche astratti, e usarli per guidare le azioni e imparare è un elemento chiave nella flessibilità comportamentale e nel potenziale di apprendimento degli agenti biologici (gli esseri umani, NdR). La scommessa di GOAL Robots è che fornendo ai robot meccanismi adatti per creare e gestire gli obietti di apprendimento si potrà aumentare drasticamente il loro potenziale di apprendimento autonomo".
Suona complicato perché lo è. Il modo in cui noi esseri umani (e gli animali) impariamo è ancora misterioso e solo negli ultimi anni la pedagogia ha cominciato a (tentare di) sfruttare le scienze neurologiche per sviluppare metodi didattici in grado di sfruttare al massimo il potenziale di ognuno. È difficilissimo farlo nelle scuole con bambini in carne e ossa, che nel bene e nel male hanno un'attitudine innata all'apprendimento e sono naturalmente curiosi. Con i robot, che hanno un sistema di apprendimento artificiale e infinitamente più limitato, il lavoro può solo essere più difficile.
Leggi anche L'enorme robot WALK-MAN taglia il nastro della Maker Faire
Gli elementi motivanti dovrebbero servire per creare robot che possano esplorare e comprendere l'ambiente circostante, e usare le informazioni per completare le proprie attività. In altre parole, dicendo al robot "riordina la cucina", dovrà essere in grado di capire che ci sono i piatti sporchi da mettere il lavastoviglie, ma prima bisogna togliere e riporre correttamente quelli puliti. E che c'è da mettere in appositi contenitori gli avanzi di cibo, da conservare in frigorifero. E che la pulizia del pavimento è l'ultima azione da fare. E così via.
"Il processo aperto di acquisizione della competenza richiede meccanismi sofisticati e l'integrazione di diversi componenti architetturali. In particolare, i robot dovranno imparare nuove abilità senza compromettere quelle già imparate e, allo stesso tempo, riutilizzare le abilità già apprese per imparare più velocemente quelle necessarie per i nuovi obiettivi (trasferimento di conoscenza)". I robot dovranno inoltre essere in grado di combinare le abilità esistenti per crearne di nuove e più complesse.
Leggi anche WALK-MAN, robot umanoidi con imprinting italiano
"Tali questioni rappresentano alcune delle sfide più importanti per l'intelligenza artificiale. Per affrontarle, il progetto userà algoritmi allo stato dell'arte, tanto per elaborare l'informazione dei sensori (basandosi per esempio su reti neurali) quando per organizzare e sfruttare la conoscenza relativa al controllo del movimento - per esempio usando elementi basici del movimento dinamico e stati echo delle reti neurali". Tutti gli elementi di questo apprendimento dovranno poi essere integrati in una singola architettura che controlla il robot.
Tutto fantastico, ma quanto ci vorrà a creare questo robot bambino sempre più bravo a imparare? Per ora i ricercatori si limitano a dire che presenteranno un nuovo modello ogni anno per dimostrare i progressi fatti. Fino alla dimostrazione finale, che cercherà di affrontare la futuristica sfida generale, vale a dire quel robot che possa dimostrare una versatilità e un'adattabilità simili a quelle di un essere umano nell'interazione con scenari reali. In particolare, nella sfida finale al robot sarà richiesto di "osservare uno scenario ordinato formato da diversi oggetti posizionati in contenitori e scaffali su un piano di lavoro, e successivamente riprodurre tale stato ambientale dopo che gli oggetti sono stati spostati e mescolati. La fine del progetto al momento è fissata per il 2020, dunque i tempi sembrano molto stretti. Basteranno quattro anni a creare il robot più intelligente che si sia mai visto.