L'Età dell'Argento dell'Intelligenza Incarnata: Un'Analisi Approfondita

L'intelligenza incarnata, ovvero la capacità di un'intelligenza artificiale di interagire con il mondo fisico attraverso un corpo, si trova in una fase cruciale, spesso descritta come "l'età dell'argento". Questo periodo, intermedio tra l'emergere iniziale e la piena maturità, è caratterizzato da un'intensa attività di esplorazione e sperimentazione. Al centro di questo dibattito si colloca una tavola rotonda tenutasi durante la conferenza Volcano Engine FORCE, dove esperti provenienti da diversi settori hanno discusso il potenziale dei grandi modelli nell'accelerare lo sviluppo della robotica.

Contesto: Il Boom degli Investimenti e le Sfide

L'avanzamento rapido dei grandi modelli di intelligenza artificiale ha alimentato un'ondata di investimenti nel settore della robotica. Tuttavia, questa crescita esponenziale porta con sé il rischio di un surriscaldamento del mercato. La sfida principale consiste nell'individuare le vere innovazioni tecnologiche e le loro applicazioni concrete. Emergono quindi domande fondamentali:

Apprendimento per rinforzo o simulazione? Quale approccio dovrebbe essere prioritario?
Simulazione o test nel mondo reale? Qual è la strategia più efficace per lo sviluppo?
Motori visivi o fisici? Su quale aspetto tecnologico è necessario concentrarsi maggiormente?

Partecipanti alla Tavola Rotonda

La tavola rotonda ha visto la partecipazione di esperti di spicco:

Chen Yang: Vice Presidente di Galaxy General Robotics
Shi Lingxiang: Responsabile dell'Incubazione dell'Innovazione presso Volcano Engine (Moderatore)
Wu Di: Responsabile degli Algoritmi Intelligenti presso Volcano Engine
Wan Haoji: Partner di Matrix Partners China
Wang Xiao: Fondatore di Nine Chapters Capital
Yan Weixin: Co-fondatore di Shanghai Zhiyuan Robotics e Supervisore Dottorale presso la Shanghai Jiao Tong University

Punti Chiave della Discussione

L'Impennata degli Investimenti nella Robotica

L'entusiasmo per la robotica deriva dal fatto che le applicazioni dell'intelligenza artificiale si dividono in due categorie: applicazioni "soft" (come chatbot e generazione video) e applicazioni "hard" (come la robotica). La robotica è considerata l'applicazione più versatile dell'intelligenza artificiale nel mondo reale. Gli investitori sono alla ricerca di aziende in grado di integrare sia software che hardware, dimostrando applicazioni concrete che vadano oltre le semplici demo. Nonostante ciò, la commercializzazione dei robot è più lenta del previsto, soprattutto in ambienti complessi come le abitazioni e i servizi B2B.

Sfide di Commercializzazione

La coordinazione tra il "cervello" (IA) e il "piccolo cervello" (sistemi di controllo) necessita di miglioramenti.
La riduzione dei costi è fondamentale per una diffusione capillare.

Il Percorso verso la Commercializzazione

C'è un consenso generale sul successo della robotica, ma la tempistica e le aziende leader rimangono incerte. Il mercato non sarà probabilmente dominato da una singola azienda, come nel settore dei veicoli elettrici. I grandi modelli hanno migliorato le capacità di interazione e pensiero dei robot, ma persistono ostacoli tecnici che richiedono tempo e impegno. I venture capitalist svolgono un ruolo cruciale nell'accelerare lo sviluppo attraverso il finanziamento.

L'Importanza dell'Intelligenza Generale

L'attenzione dovrebbe spostarsi sull'adattamento dei robot agli esseri umani e agli ambienti, piuttosto che viceversa. L'uso di grandi quantità di dati di simulazione è fondamentale per dotare i robot di intelligenza generale. Le startup nel settore della robotica affrontano sfide significative in termini di tecnologia, sviluppo del prodotto e modelli di business. La collaborazione tra gli attori della filiera e il sostegno degli investitori sono essenziali.

Percorsi Tecnici per l'Intelligenza Incarnata

Apprendimento per imitazione e rinforzo: L'uso dell'apprendimento per imitazione per migliorare l'apprendimento per rinforzo è un approccio valido per il controllo dell'andatura.
Simulazione per gli arti inferiori: I dati di simulazione sono efficaci per il controllo dell'andatura degli arti inferiori, ma la messa a punto dei parametri e la coerenza del prodotto rimangono sfide.
Focus sugli arti superiori: È necessario spostare l'attenzione dal movimento degli arti inferiori alle capacità operative complessive dei robot umanoidi.
Operazioni di task: L'attenzione dovrebbe essere rivolta alle capacità operative piuttosto che alla semplice locomozione.
Sfide legate ai dati: La raccolta e la standardizzazione dei dati, soprattutto per compiti complessi, sono una sfida importante.
Dati del mondo reale: I dati del mondo reale sono fondamentali, soprattutto per le interazioni fisiche complesse difficili da simulare.

Simulazione vs. Dati del Mondo Reale

I dati di simulazione sono più economici, scalabili e versatili per l'addestramento di modelli incarnati di uso generale. I dati del mondo reale sono essenziali per catturare le sfumature delle interazioni fisiche, come l'attrito e l'elasticità. Una volta che i robot avranno modelli del mondo affidabili, si potranno utilizzare simulazioni su larga scala per testare e migliorare le loro prestazioni in vari scenari.

Applicazioni Future

Applicazioni a Breve Termine (2-3 Anni)

Produzione industriale: I robot possono svolgere compiti complessi che richiedono destrezza in ambienti controllati.
Operazioni remote: I robot possono essere utilizzati in ambienti pericolosi, come la manipolazione di materiali pericolosi.
Ambienti controllati: I robot saranno impiegati in ambienti controllati come ristoranti, hotel e fabbriche.
Compiti specifici: I robot saranno utilizzati per compiti come la consegna di cibo, la preparazione del caffè e la manutenzione leggera.
Fabbriche, uffici e sicurezza: Queste sono le aree più probabili per l'implementazione iniziale.

Applicazioni a Lungo Termine

Ambienti domestici: L'applicazione più complessa ma altamente attesa è negli ambienti domestici.
Compiti domestici: I robot saranno in grado di svolgere compiti come cucinare, piegare il bucato e pulire.
Riduzione dei costi: Con l'avanzare della tecnologia, il costo dei robot diminuirà, rendendoli più accessibili ai consumatori.
Robot di uso generale: L'attenzione si sposterà verso robot di uso generale in grado di soddisfare diverse esigenze.

Considerazioni di Mercato

Le aziende devono considerare la funzionalità, le prestazioni, l'apertura e la tolleranza al rischio delle diverse applicazioni.

Volcano Engine VeOmniverse

VeOmniverse è una piattaforma virtuale basata su cloud per la simulazione e l'addestramento di robot. Crea ambienti digitali altamente realistici per l'addestramento e il test dei robot. Riduce la necessità di attrezzature fisiche e abbassa i costi di sviluppo. La piattaforma utilizza motori visivi, motori fisici, simulazione di sensori e generazione 3D per creare un sistema di addestramento completo. Utilizza l'intelligenza artificiale per generare dati di addestramento di alta qualità e accelerare il processo di addestramento. È aperta e personalizzabile, consentendo alle aziende di sviluppare applicazioni di digital twin personalizzate. Aiuta le aziende a costruire, convalidare e ottimizzare rapidamente i modelli di robot. VeOmniverse è uno strumento chiave per la trasformazione intelligente e digitale dell'industria della robotica.