A Pechino apre un “asilo” per robot: qui le macchine imparano anche dai propri errori
A Pechino è nato un centro di addestramento per robot che punta a cambiare il modo in cui le macchine imparano a interagire con il mondo reale. Il progetto è stato descritto dall’edizione cinese del Global Times come una sorta di “asilo per robot”, un ambiente nel quale le macchine possono fare esperienza attraverso tentativi, errori e percezioni fisiche.
L’idea alla base del centro è quella di ridurre la dipendenza dall’apprendimento basato esclusivamente sulle dimostrazioni umane. I ricercatori vogliono infatti che i robot acquisiscano nuove capacità anche attraverso sensori tattili, esperienza diretta e interazione con l’ambiente, trasformando persino gli insuccessi in informazioni utili.
Per i robot anche sbagliare diventa un modo per imparare
Il principio è intuitivo: anziché limitarsi a riprodurre un comportamento mostrato in precedenza da una persona, il robot viene messo nelle condizioni di sperimentare direttamente le conseguenze delle proprie azioni.
Un esempio riportato riguarda l’apprendimento della camminata. Se durante l’addestramento un robot finisce contro una parete, l’incidente non rappresenta semplicemente un fallimento da scartare. La macchina registra ciò che è accaduto e, al tentativo successivo, può modificare i propri movimenti per cercare di evitare lo stesso ostacolo.
In questo modello, quindi, l’errore stesso diventa un dato di addestramento. Tentativo dopo tentativo, il sistema accumula esperienze che possono essere utilizzate per perfezionare il comportamento.
È un approccio particolarmente interessante per la robotica perché il mondo reale presenta una quantità enorme di situazioni difficili da prevedere in anticipo. Un robot destinato a operare fuori da un ambiente rigidamente controllato può trovarsi davanti a superfici, ostacoli e circostanze differenti rispetto a quelle incontrate durante la fase iniziale di sviluppo.
Leggi anche:
L’obiettivo è continuare ad apprendere anche dopo l’addestramento
Il progetto punta infatti sull’apprendimento continuo. L’obiettivo è fare in modo che un robot non consideri conclusa la propria formazione nel momento in cui viene impiegato sul campo, ma possa continuare ad adattare il proprio comportamento sulla base delle nuove esperienze.
In prospettiva, questo potrebbe consentire alle macchine di affrontare meglio anche situazioni non presenti nei dati di addestramento iniziali. Il robot dovrebbe quindi essere in grado di utilizzare quanto appreso in precedenza per reagire, sperimentare e correggersi quando incontra circostanze nuove.
Il centro di addestramento è stato creato congiuntamente dalla società cinese Tashan Technology, specializzata nello sviluppo di sensori tattili, e da un gruppo guidato da Richard Sutton, informatico canadese e figura di primo piano nella ricerca sull’intelligenza artificiale e sull’apprendimento per rinforzo.
L’iniziativa di Pechino mostra così una possibile direzione per la prossima generazione della robotica: macchine che non si limitano a eseguire quanto appreso in precedenza, ma che possono costruire esperienza attraverso l’interazione fisica con il mondo, utilizzando anche gli errori come parte del processo di apprendimento.
Ti potrebbe interessare:
Segui guruhitech su:
- Google News: bit.ly/gurugooglenews
- Telegram: t.me/guruhitech
- Facebook: facebook.com/guruhitechfb
- Instagram: instagram.com/guruhitech_official/
- X (Twitter): x.com/guruhitech1
- Bluesky: bsky.app/profile/guruhitech.bsky.social
- Rumble: rumble.com/user/guruhitech
- VKontakte: vk.com/guruhitech
- MeWe: mewe.com/i/guruhitech
- Skype: live:.cid.d4cf3836b772da8a
- WhatsApp: bit.ly/whatsappguruhitech
Esprimi il tuo parere!
Che ne pensi di questa notizia? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.
Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo [email protected].
Scopri di più da GuruHiTech
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.