ChatGPT, il fenomeno del momento che raffigura lo sviluppo dell’Intelligenza Artificiale, abbinato all’esplosione della robotica, potrebbe rivoluzionare completamente il nostro mondo.
Un po’ come il chiacchieratissimo chatbot di OpenAI viene utilizzato come punto di riferimento per capire quanto, in generale, si stia andando avanti con lo sviluppo dell’Intelligenza Artificiale, lo stesso discorso può essere fatto prendendo spunto da Spot.
Sì, il cane 2.0 di Boston Dynamics, che tanto si è spinto oltre la semplicistica costruzione di un robot, entrando nelle passerella di moda, cantando insieme a Mick Jagger e dando soprattutto lo spunto per creare una vera e propria industria, con altre aziende a competere (e quindi ad alzare il livello) in questo emergente segmento di mercato.
In questo contesto si inserisce DribbleBot, sempre un cane frutto delle menti di quelli del MIT, non il nostro Ministero dei Trasporti, piuttosto l’istituto di ricerca presso il Massachusetts Institute of Technology formato dalla fusione nel 2003 del Laboratory for Computer Science e dell’Artificial Intelligence Laboratory.
Il MIT ha creato questo robot a quattro zampe identificabile con un po’ di fantasia in un cane 2.0. In pratica un sistema robotico con le gambe in grado, come dice il nome stesso affibbiatogli, di dribblare un pallone da calcio nelle stesse condizioni degli umani.
Più o meno, intendiamoci, siamo ancora lontanissimi dai Cristiano Ronaldo, Messi o Neymar, ma molti più vicini a una visione interessante di questo bot. Nelle pieghe di Dribblebot c’è molto altro.
Gli scopi principali della simulazione
Il robot del MIT ha utilizzato una combinazione di rilevamento e calcolo integrati per superare le asperità di diversi terreni naturali come sabbia, ghiaia, fango e neve e adattarsi al loro diverso impatto sul movimento della palla. Come ogni atleta impegnato, “DribbleBot” potrebbe rialzarsi e recuperare anche la palla dopo essere caduto.
Sebbene il bot non mostri un livello di abilità diciamo da fuoriclasse, il tema centrale della questione era ben altro, il team che ha dato vita a Dribblebot aveva fra gli scopi principali di insegnare al bot automaticamente come azionare le gambe durante il dribbling, per consentire la scoperta di abilità difficili da mostrare in terreni nevosi, con ghiaia e sabbia, ma anche se erba e asfalto. E raccogliere dati molto importanti.
Un robot, una palla e vari tipi di terreno sono stati le basi della simulazione, a caccia dell’altezza della situazione. A Dribblebot si possono anche caricare altre risorse e impostare i parametri fisici per gestire meglio la simulazione. Quattromila versioni del robot vengono simulate in parallelo e in tempo reale, consentendo la raccolta dei dati 4.000 volte più velocemente rispetto all’utilizzo di un solo robot. Avanti così, dunque, sperando sempre che i robot si fermino ad aiutare gli esseri umani, senza sostituirsi a loro.