Secondo Lerrel Pinto, siamo vicini a nuova generazione di robot che siano parte integrante delle nostre vite, capaci di svolgere mansioni domestiche complesse, assistere gli anziani o contribuire alla riabilitazione. In altre parole, robot pronti ad intervenire quando ne abbiamo bisogno.
Riconosciuto come uno dei 2023 Innovatori Under 35 dal MIT Technology Review, Pinto crede che la chiave per sviluppare robot domestici veramente utili è aiutarli a trarre insegnamenti dai loro errori.
L’addestramento di robot dotati di diverse competenze richiede tuttavia una quantità considerevole di dati. La soluzione proposta da Pinto consiste nell’innovare nella raccolta di questi dati, permettendo ai robot di accumularli durante il loro apprendimento. Questo approccio è noto come “apprendimento auto-supervisionato” ed è supportato da importanti figure come il capo scienziato di Meta e il collega di Pinto all’Università di New York, Yann LeCun.
Pinto ha fatto significativi passi avanti dal 2016, quando ha creato il più grande set di dati robotici al mondo. In questo caso, i robot hanno generato e annotato autonomamente i loro dati di addestramento, lavorando ininterrottamente 24 ore al giorno, 7 giorni alla settimana, senza intervento umano.
Da allora, insieme ai suoi collaboratori, ha sviluppato algoritmi di apprendimento che permettono ai robot di migliorarsi attraverso i propri fallimenti. Per esempio, un braccio robotico potrebbe commettere numerosi errori nell’atto di afferrare un oggetto, ma i dati raccolti da tali tentativi possono essere utilizzati per addestrare un modello in grado di avere successo. Questo approccio è stato dimostrato con successo sia su un braccio robotico che su un drone, trasformando ogni errore o collisione in una preziosa lezione appresa.
Leggi il resto dell’articolo: Robots that learn as they fail could unlock a new era of AI
Foto di FDATA ROBOT su Unsplash
