È così che finalmente inizia la rivolta dei robot

I colpevoli sono Wintermeyer

Il braccio robotico sta eseguendo un tipo particolare di compito di Sisifo. Si libra su una pila luccicante di parti di pollo cotte, si abbassa e recupera un unico pezzo. Un attimo dopo, oscilla e posiziona il pezzo di pollo, molto delicatamente, in una scatola per bento che si muove lungo un nastro trasportatore.

Questo robot, controllato da un software di una società con sede a San Francisco chiamata Osaro, è più intelligente di qualsiasi altro tu abbia mai visto prima. Il software gli ha insegnato a raccogliere e posizionare il pollo in circa cinque secondi. Entro l'anno, Osaro si aspetta che i suoi robot trovino lavoro in una fabbrica di cibo giapponese.

Questa storia faceva parte del nostro numero di luglio 2018

• Vedi il resto del problema
• sottoscrivi

Chiunque sia preoccupato per una rivolta dei robot deve solo entrare in una fabbrica moderna per vedere quanto sia lontano. La maggior parte dei robot sono potenti e precisi ma non possono fare nulla se non programmati meticolosamente. Un normale braccio robotico non ha il senso necessario per raccogliere un oggetto se viene spostato di un pollice. È completamente senza speranza afferrare qualcosa di non familiare; non conosce la differenza tra un marshmallow e un cubo di piombo. Raccogliere pezzi di pollo di forma irregolare da una pila casuale è un atto di genio.

I robot industriali non sono stati in gran parte toccati dagli ultimi progressi nell'intelligenza artificiale. Negli ultimi cinque anni circa, il software di intelligenza artificiale è diventato abile nell'identificare immagini, vincere giochi da tavolo e rispondere alla voce di una persona praticamente senza alcun intervento umano. Può persino insegnarsi nuove abilità, avendo abbastanza tempo per esercitarsi. Tutto questo mentre i cugini hardware dell'IA, i robot, lottano per aprire una porta o raccogliere una mela.

Questo sta per cambiare. Il software di intelligenza artificiale che controlla il robot di Osaro gli consente di identificare gli oggetti di fronte a lui, studiare come si comportano quando vengono colpiti, spinti e afferrati e quindi decidere come gestirli. Come altri algoritmi di intelligenza artificiale, impara dall'esperienza. Utilizzando una fotocamera standard combinata con un software di apprendimento automatico su un potente computer nelle vicinanze, riesce a capire come cogliere le cose in modo efficace. Con un numero sufficiente di tentativi ed errori, il braccio può imparare ad afferrare qualsiasi cosa possa incontrare.

Un robot recupera i prodotti da un bidone nella sede di Osaro. Winni Wintermeyer

I robot sul posto di lavoro dotati di intelligenza artificiale consentiranno all'automazione di insinuarsi in molte più aree di lavoro. Potrebbero sostituire le persone ovunque i prodotti debbano essere smistati, disimballati o imballati. In grado di navigare in una fabbrica caotica, potrebbero accettare ancora più lavori nel settore manifatturiero. Potrebbe non essere una rivolta, ma potrebbe comunque essere una rivoluzione. Ora stiamo assistendo a molte sperimentazioni e le persone stanno provando molte cose diverse, afferma Willy Shih, che studia le tendenze della produzione alla Harvard Business School. C'è un'enorme quantità di possibilità per [automatizzare] attività ripetitive.

È una rivoluzione non solo per i robot, ma anche per l'IA. Mettere il software di intelligenza artificiale in un corpo fisico consente di utilizzare il riconoscimento visivo, il parlato e la navigazione nel mondo reale. L'intelligenza artificiale diventa più intelligente man mano che si nutre di più dati. Quindi, con ogni presa e posizionamento, il software dietro questi robot diventerà sempre più abile nel dare un senso al mondo e al suo funzionamento.

Ciò potrebbe portare a progressi che non sarebbero possibili senza tutti questi dati, afferma Pieter Abbeel, professore all'Università della California, Berkeley, e fondatore di Covariant.ai (fino a poco tempo chiamato Embodied Intelligence), una startup che applica l'apprendimento automatico e dalla realtà virtuale alla robotica nella produzione.

Separati alla nascita

Questa era ha tardato a venire. Nel 1954, George C. Devol, un inventore, brevettò un progetto per un braccio meccanico programmabile. Nel 1961, un imprenditore manifatturiero di nome Joseph Engelberger trasformò il progetto nell'Unimate, una macchina ingombrante e goffa utilizzata per la prima volta su una catena di montaggio della General Motors nel New Jersey.

Fin dall'inizio, c'era la tendenza a romanticizzare l'intelligenza dietro queste semplici macchine. Engelberger scelse il nome robot per Unimate in onore degli androidi inventati dall'autore di fantascienza Isaac Asimov. Ma le sue macchine erano rozzi dispositivi meccanici diretti a svolgere un compito specifico da un software relativamente semplice. Anche i robot di oggi, molto più avanzati, restano poco più che sotterranei meccanici che devono essere programmati per ogni azione.

L'intelligenza artificiale ha seguito un percorso diverso. Negli anni '50 si proponeva di utilizzare gli strumenti dell'informatica per imitare la logica e la ragione simili a quelle umane. Alcuni ricercatori hanno anche cercato di dare a questi sistemi una presenza fisica. Già nel 1948 e nel 1949, William Gray Walter, neuroscienziato a Bristol, nel Regno Unito, sviluppò due piccole macchine autonome che chiamò Elsie ed Elmer. Questi dispositivi simili a tartarughe erano dotati di circuiti semplici e di ispirazione neurologica che consentivano loro di seguire una fonte di luce da soli. Walter li ha costruiti per mostrare come le connessioni tra pochi neuroni nel cervello potrebbero comportare un comportamento relativamente complesso.

Un dipendente di Embodied Intelligence utilizza un impianto di realtà virtuale per addestrare un robot. Foto di cortesia

Ma comprendere e ricreare l'intelligenza si è rivelata una sfida bizantina e l'IA ha attraversato un lungo periodo con poche scoperte. Nel frattempo, la programmazione di macchine fisiche per fare cose utili nel disordinato mondo reale si è spesso rivelata intrattabile. L'intelligenza artificiale e i robot sono compagni di scuderia nei laboratori di ricerca da decenni e i ricercatori hanno provato ad applicare l'apprendimento automatico ai robot industriali, ma questo non è ancora decollato nell'industria.

Quindi, circa sei anni fa, i ricercatori hanno capito come rendere incredibilmente potente un vecchio trucco di intelligenza artificiale. Gli scienziati stavano usando le reti neurali, algoritmi che approssimano, grosso modo, il modo in cui i neuroni e le sinapsi nel cervello imparano dagli input. Si scopre che queste reti erano discendenti diretti dei componenti che diedero a Elsie ed Elmer le loro abilità. I ricercatori hanno scoperto che reti neurali molto grandi o profonde potrebbero fare cose straordinarie se alimentate con enormi quantità di dati etichettati, come riconoscere l'oggetto mostrato in un'immagine con una perfezione quasi umana.

Il campo dell'IA è stato capovolto. Il deep learning, come è comunemente nota la tecnica, è ora ampiamente utilizzato per compiti che coinvolgono la percezione: riconoscimento facciale, trascrizione del parlato e formazione di auto a guida autonoma per identificare pedoni e segnali stradali. Ha permesso di immaginare un robot in grado di riconoscere il tuo viso, parlarti in modo intelligente e navigare in sicurezza verso la cucina per prenderti una bibita dal frigorifero.

I colpevoli sono Wintermeyer

L'uomo dietro il robot più intelligente di Osarou2019

• Il CEO di Osaro, Derik Pridmore, ha studiato fisica e informatica al MIT prima di entrare a far parte di una società di venture capital della costa occidentale chiamata Founders Fund. Mentre era lì, Pridmore ha identificato DeepMind, una società britannica di intelligenza artificiale, come obiettivo di investimento e ha lavorato con i fondatori dell'azienda per affinare il loro tono. DeepMind avrebbe continuato a insegnare alle macchine a fare cose che all'epoca sembravano impossibili. Notoriamente, ha sviluppato AlphaGo, il programma che ha battuto il gran maestro umano di alto livello nel gioco da tavolo Go.

• Quando Google ha acquisito DeepMind nel 2014, Pridmore ha deciso che l'IA aveva un potenziale commerciale. Ha fondato Osaro e ha rapidamente puntato sul prelievo robotizzato come applicazione ideale. Afferrare oggetti caricati in un bidone o rotolare lungo un nastro trasportatore è un compito semplice per un essere umano, ma richiede una vera intelligenza.

• Le tecniche sperimentate da DeepMind, note come Deep Reinforcement Learning, consentono alle macchine di eseguire compiti complessi senza imparare da esempi forniti dall'uomo. Il feedback positivo, come ottenere un punteggio più alto in un videogioco, sintonizza la rete e avvicina l'algoritmo all'obiettivo finché non diventa esperto.

• Il ragionamento che lo rende possibile è sepolto nel profondo della rete, codificato nell'interazione di decine di milioni di neuroni simulati interconnessi. Ma il comportamento risultante può sembrare semplice e istintivo. Con abbastanza pratica, un braccio può imparare a raccogliere le cose in modo efficiente, anche quando un oggetto viene spostato, nascosto da un altro oggetto o modellato in modo leggermente diverso. Osaro utilizza l'apprendimento per rinforzo profondo, insieme a molte altre tecniche di apprendimento automatico, per rendere i robot industriali molto più intelligenti.

Una delle prime abilità che l'IA darà alle macchine è una maggiore destrezza. Negli ultimi anni, Amazon ha condotto una sfida di raccolta di robot in cui i ricercatori competono affinché un robot raccolga un'ampia gamma di prodotti il ​​più rapidamente possibile. Tutti questi team utilizzano l'apprendimento automatico e i loro robot stanno gradualmente diventando più esperti. Amazon, chiaramente, punta all'automazione del prelievo e dell'imballaggio di miliardi di articoli all'interno dei suoi centri logistici.

Lavoro nell'afferramento robotico da 35 anni e abbiamo fatto pochissimi progressi, afferma Ken Goldberg, un collega di Abbeel's alla UC Berkeley. Grazie ai progressi dell'IA che stanno cambiando: ora siamo pronti per fare un grande balzo in avanti.

L'IA ottiene un corpo

Nel quartiere NoHo di New York, uno dei massimi esperti mondiali di intelligenza artificiale è attualmente alla ricerca della prossima grande svolta del settore. E pensa che i robot potrebbero essere un pezzo importante del puzzle.

Yann LeCun ha svolto un ruolo fondamentale nella rivoluzione del deep learning. Durante gli anni '80, quando altri ricercatori liquidarono le reti neurali come impraticabili, LeCun perseverò. In qualità di capo della ricerca sull'IA di Facebook fino a gennaio, e ora come capo scienziato dell'IA, ha guidato lo sviluppo di algoritmi di deep learning in grado di identificare gli utenti in quasi tutte le foto che una persona pubblica.

Ma LeCun vuole che l'IA faccia di più che vedere e ascoltare; vuole che ragioni e agisca. E dice che ha bisogno di una presenza fisica per renderlo possibile. L'intelligenza umana implica l'interazione con il mondo reale; i bambini umani imparano giocando con le cose. L'IA incorporata nelle macchine da presa può fare lo stesso. Molte delle ricerche sull'IA più interessanti ora coinvolgono i robot, afferma LeCun.

Potrebbe anche risultare un tipo straordinario di evoluzione della macchina, che rispecchia il processo che ha dato origine all'intelligenza biologica. Visione, destrezza e intelligenza hanno iniziato a evolversi insieme a un ritmo accelerato una volta che gli ominidi hanno iniziato a camminare in posizione eretta, usando le loro due mani libere per esaminare e manipolare gli oggetti. I loro cervelli sono diventati più grandi, consentendo strumenti, linguaggio e organizzazione sociale più avanzati.

L'IA potrebbe sperimentare qualcosa di simile? Fino ad ora, è esistito in gran parte all'interno dei computer, interagendo con simulazioni grezze del mondo reale, come videogiochi o immagini fisse. I programmi di intelligenza artificiale in grado di percepire il mondo reale, interagire con esso e conoscerlo potrebbero alla fine diventare molto più bravi a ragionare e persino a comunicare. Se risolvi la manipolazione nella sua pienezza, dice Abbeel, probabilmente avrai costruito qualcosa che è abbastanza vicino all'intelligenza completa a livello umano.

Correzione: una versione precedente di questa storia suggeriva che la ricerca sull'intelligenza artificiale e sulla robotica fosse campi in gran parte separati da decenni. Sono state apportate alcune modifiche per chiarire che la separazione era in gran parte nelle applicazioni commerciali piuttosto che nel laboratorio di ricerca.

nascondere