Tutti i prezzi sono validi al momento della pubblicazione. Se fai click o acquisti qualcosa, potremmo ricevere un compenso.

Robot a scuola di machine learning: Google li istruisce ad essere utili nel quotidiano

22 Novembre 2019 2

Google paragona i robot di oggi ai computer degli anni '70: acerbi, limitati e in grado di essere manovrati solamente da personale esperto. Così come l'avvento dei microprocessori ha dato un impulso allo sviluppo, consentendoci di arrivare alle soluzioni dei giorni nostri, altrettanto può il machine learning accelerare il processo di crescita tecnologica dei robot, manovrati da sensori sempre più avanzati e con hardware alla portata di tutti grazie ai costi sempre più contenuti.

Da questa premessa è nato diverso tempo fa dentro Alphabet The Everyday Robot Project, con l'intento di creare robot che siano utili nella quotidianità, capaci cioè di svolgere azioni semplici che "aiutino le persone nel mondo reale così come i computer fanno in quello virtuale".

POCO CODICE, MOLTO MACHINE LEARNING

Niente codice, però: per X - il laboratorio "segreto" di Google fondato nel 2010 da Larry Page e Sergey Brin passato direttamente sotto Alphabet nel 2016 - è impossibile prevedere tutti i movimenti, azioni, imprevisti, compiti già in fase di programmazione. Ciò che risulta naturale per una persona, non può dirsi altrettanto vero per un robot. Ecco dunque che entra in gioco il machine learning, considerato da Alphabet l'unico modo possibile per fare in modo che le macchine svolgano lavori realmente utili e diversificati tra loro.

Con l'aiuto dell'intelligenza artificiale sviluppata da Google, i robot sono stati istruiti per svolgere azioni semplici, e sono stati effettuati studi per capire se le macchine sono in grado di "imitare" il comportamento umano, replicando i gesti fatti dalle persone in carne ed ossa. Si è poi passati dal laboratorio al mondo reale, mettendo i robot alla prova "sul campo". Mansione: separare la spazzatura all'interno degli uffici secondo i principi del riciclo.

I ROBOT SPAZZINI

Per fare in modo che i robot sappiano distinguere la plastica dal vetro o dalla carta, e siano in grado di separarla correttamente, X ha adottato diverse tecnologie di machine learning (tra queste, simulazione, insegnamento rafforzativo e apprendimento collaborativo), facendo "lavorare" gli "apprendisti spazzini" alter-ego virtuali di notte, riempiendoli di dati tramite il simulatore sul cloud. Ciò che imparano viene poi trasferito e condiviso ai robot reali affinché questi migliorino le loro prestazioni.

Le tre fasi: percezione, manipolazione, navigazione
RISULTATI

Risultati degli ultimi mesi:

  • l'ammontare di rifiuti contaminati (ovvero con presenza di materiale non corrispondente a quanto richiesto - per farla breve: una lattina dentro la carta) è passato dal 20 al 5%
  • è possibile insegnare ai robot a fare qualcosa di "socialmente utile"
  • è stato dimostrato che i robot possono imparare facendo, piuttosto che "nascere già formati tramite codice"

E ora l'asticella si sposta ancora più in alto: l'intento di Google è quello di vedere se gli stessi robot (che già hanno acquisito familiarità con un certo tipo di mansione) possono aggiungere altre competenze senza bisogno di scrivere nuovo codice.


2

Commenti

Regolamento Commentando dichiaro di aver letto il regolamento e di essere a conoscenza delle informazioni e norme che regolano le discussioni sul sito. Clicca per info.
Caricamento in corso. Per commentare attendere...
asd555

*Inserisci la solita citazione di Terminator su Skynet QUI*

OlioDiCozza

Jeeg alla lavagna!

Goldrake, la smetta di parlare con Mazinga e segua la lezione.

Recensione e Riprova Google Pixel Buds Pro, rinate con l'aggiornamento

24H con Oppo Find N2 Flip, la sfida a Samsung è servita | VIDEO

Abbiamo provato i nuovi Galaxy Z Fold4 e Z Flip4, ecco le novità! | VIDEO

Copertura 5G, a che punto siamo davvero? La nostra esperienza in città