Diventa free member
Vuoi leggere questo articolo e le altre notizie e approfondimenti su Ninja? Allora registrati e diventa un membro free. Riceverai Breaking News, Marketing Insight, Podcast, Tips&Tricks e tanto altro. Che aspetti? Tieniti aggiornato con Ninja.
Diventa free member
Vuoi leggere questo articolo, le altre notizie e approfondimenti su Ninja? Allora lascia semplicemente nome e mail e diventa un membro free. Riceverai Breaking News, Marketing Insight, Podcast, Tips&Tricks e tanto altro. Che aspetti? Tieniti aggiornato con Ninja.
Nonostante la massiccia evoluzione della tecnologia, azioni che per gli esseri umani sono banalissime, come afferrare un bicchiere, riporre i calzini appallottolati, spostare una spazzola per capelli da un tavolo all'altro, per i robot risultano ancora molto difficoltose.
Per imparare a spostare una ciotola da un ripiano all'altro o afferrare la penna, infatti, ogni robot impiega ore e ore a ripetere sempre lo stesso movimento, studiando l’oggetto da ogni angolazione attraverso una camera e gli infrarossi. Una volta analizzata la situazione, prova e riprova diversi tipi di presa fino a che non è davvero sicuro che sia ben salda. Capito poi come afferrare l’oggetto, il robot cerca infine di non far cadere a terra l’oggetto e di spostarlo senza perdere la presa che ritiene più corretta.
LEGGI ANCHE: Il futuro del lavoro è già dei robot?
Secondo quanto sostiene Stefanie Tellex, professoressa di informatica presso la Brown University, quello che differenzia l’apprendimento degli umani da quello degli automi è il periodo dell’infanzia in cui impariamo e processiamo “un enorme quantitativo di dati”.
Partendo da questo assunto, la professoressa Tellex sta mettendo a punto una ricerca chiamata “Million Object Challenge”: l’esperimento è quello di “agganciare” tanti robot di tutto il mondo ad una sorta di memoria condivisa (questo è possibile perché i robot usano la stessa struttura standard di programmazione, il ROS) e permettere così lo scambio collettivo di informazioni per riconoscere, afferrare e spostare un milione di oggetti differenti. In questo modo, una volta che una macchina ha appreso il modo giusto in cui afferrare un oggetto, passa i dati agli altri robot, che a loro volta rilasciano un feedback, perfezionando le istruzioni avute e impartendole alle altre macchine.
LEGGI ANCHE: Mya: arriva il chatbox anche per i colloqui
Secondo la professoressa Tellex, le informazioni complessive sui movimenti da effettuare su tutti gli oggetti potranno poi essere compresse in appena 5-10 Megabyte, cioè la dimensione di un brano in una libreria musicale.
“Nei prossimi 5-10 anni, ci aspettiamo di vedere un’esplosione nelle abilità dei robot… grazie al numero sempre maggiore di ricercatori che ci aiutano ad affinare le conoscenze basate sulla cloud, le macchine avranno accesso a tutte le informazioni di cui avranno bisogno, a portata di mano” spiega il collaboratore della Tellex, Ashutosh Saxena, adesso CEO della startup “Brain of Things”.
Confezionare articoli nel magazzino, assistere pazienti allettati, aiutare soldati nelle zone di guerre, perciò, saranno solo alcuni dei campi in cui i robot potranno essere utili, senza più problema del non riconoscere e maneggiare oggetti di uso comune.
Insomma, se ancora avessimo ancora qualche dubbio sul fatto che in un prossimo futuro i robot sostituiranno gli esseri umani in molti settori lavorativi, le ultime ricerche che gli scienziati stanno mettendo a frutto lasciano poco margine all'incertezza.
LEGGI ANCHE: Se i robot sostituiscono l'uomo al lavoro
Million Object Challenge è la nuova ricerca per velocizzare e migliorare il processo di apprendimento dei Robot nel riconoscere e spostare gli oggetti, realizzata tramite l'utilizzo di una memoria condivisa.