I robot possono imparare dai video, per emulazione

L’evoluzione delle tecnologie di intelligenza artificiale passa dall’impegno di team al lavoro su algoritmi e interazione tra componenti hardware e software. L’approccio sperimentato da UMIACS (University of Maryland Institute for Advanced Computer Studies) per insegnare ai robot come eseguire alcune azioni complesse è potenzialmente innovativo, in quanto si basa sullo stesso processo che regola l’apprendimento degli esseri umani nei primi anni di vita: l’emulazione.

L’obiettivo è infatti quello di insegnare letteralmente agli automi come svolgere alcuni compiti facendo loro “osservare” dei semplici filmati in cui sono delle persone ad effettuarli. Per i primi test sono stati scelti video relativi alla preparazione dei cibi, un ambito in cui la corretta percezione degli spazi e il saper dosare correttamente ogni più piccolo movimento fanno la differenza tra un piatto ben riuscito e un vero disastro. Aprire un contenitore, versare un liquido o tagliare un alimento sono per l’essere umano azioni del tutto naturali, ma un’unità composta da cavi, sensori e attuatori non può fare affidamento sull’intuito. Ecco quanto dichiarato da Yiannis Aloimonos, professore di informatica e direttore del laboratorio UMIACS Computer Vision.

Abbiamo scelto i video di cucina perché tutti lo fanno. Cucinare è però complesso in termini di manipolazione, di step da effettuare e di strumenti da utilizzare. Per tagliare un cetriolo, ad esempio, bisogna impugnare un coltello, posizionarlo correttamente ed effettuare il taglio osservando che il risultato ottenuto sia quello desiderato.

Un approccio di questo tipo potrebbe essere in futuro impiegato per ottenere automi capaci di svolgere compiti particolarmente complessi, senza richiedere un notevole impegno in termini di programmazione, sfruttando proprio le potenzialità di apprendimento dell’IA (con buona pace di coloro che la ritengono un pericolo). Di seguito le parole della ricercatrice Cornelia Fermüller al lavoro sul progetto.

Stiamo provando a creare una tecnologia che possa eventualmente consentire ai robot di interagire con gli esseri umani. Per farlo sono necessari strumenti che gli automi possano afferrare e monitorare in tempo reale. Siamo concentrati nello studio di tutte queste componenti. Come un’azione viene effettuata dagli umani? Come è percepita dagli umani? Quali sono i processi cognitivi ad essa collegati?