Non è un segreto che uno dei problemi più grandi della robotica sia la creazione di un'intelligenza artificiale capace di adattarsi a diverse macchine, senza che i programmatori debbano ricominciare ogni volta da zero, o quasi. Uno degli ostacoli più grandi allo sviluppo di questi modelli universali è l'assenza di dati robotici su larga scala, ma sembra che qualcuno abbia trovato una soluzione: se dovesse davvero essere questo il caso, saremmo davanti a una rivoluzione nel modo in cui i robot apprendono e si comportano.
Si tratta di un modello di intelligenza artificiale denominato "Skild Brain", che rappresenta un approccio completamente diverso rispetto alle soluzioni attualmente disponibili sul mercato. Secondo l'azienda, questo sistema consente ai robot di ogni tipo - dagli umanoidi ai bracci robotici da tavolo - di pensare, funzionare e rispondere in modo più simile agli esseri umani. La tecnologia si distingue per la sua capacità di adattarsi a diverse configurazioni hardware senza richiedere modifiche sostanziali.
L'approccio tradizionale utilizzato dalla maggior parte dei ricercatori e competitor prevede l'utilizzo di modelli esistenti di visione e linguaggio, ai quali viene aggiunto meno dell'1% di dati robotici reali per creare quello che viene definito un "modello fondazionale robotico". Tuttavia, Skild AI contesta questa definizione, sostenendo che tali sistemi non possiedono vere informazioni sulle azioni.
Oltre la semantica: la ricerca del senso fisico comune
"I modelli linguistici di grandi dimensioni contengono molte informazioni semantiche", spiega l'azienda nel comunicato ufficiale. "Tuttavia, come un villaggio di Potëmkin, mancano della vera sostanza di informazioni azionabili e concrete". Questo paragone con le famose costruzioni di facciata dell'epoca zarista illustra efficacemente il problema: molti sistemi attuali hanno un'apparenza sofisticata ma mancano di sostanza pratica.
La conseguenza di questa limitazione si manifesta nel fatto che la maggior parte dei cosiddetti "modelli fondazionali robotici" riesce a dimostrare generalizzazione semantica in compiti semplici di presa e posizionamento, ma non possiede un vero senso fisico comune. Questo gap rappresenta uno dei principali ostacoli all'implementazione di robot davvero versatili e autonomi.
La sfida dei trilioni di esempi
Il team di Skild AI ha sperimentato approcci alternativi nel corso delle loro ricerche precedenti, esplorando l'utilizzo di video internet e simulazioni su larga scala. L'esperienza ha però rivelato una verità scomoda: raggiungere la scala necessaria non significa raccogliere milioni o miliardi di esempi, ma trilioni. Una quantità di dati che risulta impossibile da ottenere utilizzando esclusivamente informazioni del mondo reale, almeno nel prossimo futuro.
Per superare questa sfida apparentemente insormontabile, l'azienda ha sviluppato una strategia che combina simulazioni su larga scala e dati video da internet per pre-addestrare quello che definiscono il loro "cervello omni-corporeo". Successivamente, questo modello fondazionale viene perfezionato utilizzando dati mirati del mondo reale per fornire soluzioni funzionanti ai clienti.
L'espansione dell'AI robotica nel settore della ristorazione
Mentre Skild AI lavora sulla creazione di sistemi universali, altri settori stanno già sperimentando l'integrazione di robot potenziati dall'intelligenza artificiale. Il comparto della ristorazione rappresenta un esempio particolarmente interessante di questa tendenza, con ristoranti che utilizzano la tecnologia per servire il cibo ai commensali, cucinare pasti, effettuare consegne e persino preparare cocktail.
I ristoranti si trovano ad affrontare una tempesta perfetta di sfide che include l'aumento dei costi del lavoro e degli alimenti, la persistente carenza di personale e la crescente domanda dei consumatori per un servizio efficiente. In questo contesto, i robot stanno assumendo ruoli sempre più attivi sia nelle attività rivolte ai clienti che in quelle della cucina. L'industria dei robot intelligenti per ristoranti dovrebbe superare i 10 miliardi di dollari entro il 2030, spinta dall'implementazione in applicazioni come consegne, presa degli ordini e servizio ai tavoli.
L'intelligenza artificiale oltre la robotica fisica
L'adozione dell'AI nel settore della ristorazione non si limita tuttavia alla robotica fisica. Secondo un'indagine condotta per la serie SMB Growth, quasi tre quarti dei ristoranti considerano l'intelligenza artificiale "molto o estremamente efficace" nell'esecuzione di compiti aziendali. Le tre principali motivazioni citate per l'utilizzo dell'AI includono la riduzione dei costi, l'automazione delle attività e l'adozione di standard e accreditamenti.
Nonostante questi risultati incoraggianti, solo un terzo delle aziende del settore sta attualmente utilizzando tecnologie di intelligenza artificiale. Questo divario suggerisce l'esistenza di un potenziale di crescita significativo per soluzioni come quelle proposte da Skild AI, che potrebbero accelerare l'adozione di sistemi robotici più versatili e facili da implementare in diversi contesti operativi.