Covariant rivoluziona la robotica con ChatGPT: l’IA al servizio dei robot

Negli ultimi anni, l’intelligenza artificiale ha fatto progressi significativi nell’ambito dei robot. Grazie alle nuove tecnologie, i robot possono svolgere compiti sempre più complessi e interagire con gli esseri umani in modo più naturale. Covariant, una spin-off dell’Università di Berkeley, sta portando l’IA a un livello superiore con il suo nuovo progetto: ChatGPT per i robot.

Chi è Covariant?

Covariant è una startup fondata da Peter Chen, ex studente di intelligenza artificiale all’Università di Berkeley. La società si è specializzata nell’applicazione dell’IA ai robot, concentrandosi sulla creazione di sistemi intelligenti e adattabili. Covariant ha già avuto successo con la sua piattaforma Brain AI, che viene utilizzata per controllare bracci robotici in magazzini e svolgere compiti come la selezione dei prodotti.

RFM-1: La base per il linguaggio dei robot

La piattaforma RFM-1 (Robotics Foundation Model 1) di Covariant è la chiave per il progetto ChatGPT per i robot. Questa piattaforma, sviluppata utilizzando un vasto database di dati raccolti durante l’utilizzo della piattaforma Brain AI, è essenzialmente un modello di linguaggio di grandi dimensioni (LLM) per i robot.

Peter Chen afferma che l’obiettivo di RFM-1 è quello di fornire intelligenza artificiale ai robot in modo che possano pensare in modo simile agli esseri umani. Covariant ha già deployato numerosi robot in magazzini con successo, ma il loro obiettivo è di estendere l’utilizzo dei robot anche in settori come la produzione, l’agricoltura e persino nelle case delle persone.

L’importanza dei sistemi “general purpose”

Con l’avvento di aziende di robotica umanoide come Agility, Figure, 1X e Apptronik, sempre più aziende si stanno interessando ai sistemi robotici “general purpose“. Questi sistemi sono caratterizzati dalla capacità di adattarsi a diversi compiti, proprio come gli esseri umani. Tuttavia, la robustezza dei sistemi AI/software a bordo dei robot è ancora una questione aperta.

Attualmente, il software di Covariant è principalmente utilizzato su bracci robotici industriali per compiti di magazzino, ma l’azienda promette un certo grado di agnosticismo hardware. Chen afferma che Covariant apprezza molto il lavoro svolto nel settore dell’hardware robotico “general purpose” e crede che l’unione di questo tipo di hardware con l’intelligenza artificiale porterà a una maggiore espansione delle applicazioni robotiche.

La sfida dei robot programmabili

Tradizionalmente, i robot sono stati programmabili per svolgere un solo compito ripetutamente. Questo ha funzionato bene in ambienti altamente strutturati, come le linee di assemblaggio automobilistiche. Tuttavia, anche la più piccola deviazione può causare problemi, come un oggetto posizionato in modo errato su un nastro trasportatore o un cambiamento nelle condizioni di illuminazione che influisce sulle telecamere a bordo del robot.

In questi casi, i programmatori devono intervenire per riprogrammare il robot, spesso richiedendo l’intervento di esperti esterni. Questo comporta una perdita di risorse e tempo. Covariant sta cercando di risolvere questo problema con RFM-1, che offre un metodo più naturale per interagire con i robot.

ChatGPT per i robot

L’obiettivo di Covariant è quello di creare un sistema che permetta di comunicare con i robot utilizzando il linguaggio naturale. RFM-1 funziona come un campo di testo in cui è possibile inserire un comando scritto o vocale, come “prendi la mela”.

Il sistema utilizza i dati di addestramento per identificare l’oggetto che corrisponde meglio alla descrizione. RFM-1 genera quindi una simulazione video per determinare il modo migliore per eseguire il comando. Durante una demo dal vivo, il sistema ha reagito a comandi complessi come “prendi l’oggetto rosso” e “prendi ciò che metti ai piedi prima di mettere le scarpe”.

Un nuovo approccio all’intelligenza artificiale per i robot

Covariant afferma che RFM-1 offre ai robot la capacità di ragionare in modo simile agli esseri umani. Questo significa che il sistema è in grado di elaborare dati reali e determinare la migliore azione da intraprendere per eseguire un compito. Questo è un cambiamento rispetto ai sistemi robotici tradizionali, che sono progettati per svolgere un solo compito ripetitivo.

L’approccio di Covariant consente ai robot di adattarsi a nuovi compiti e materiali senza dover essere riprogrammati. Ciò riduce la dipendenza da esperti esterni e consente di risparmiare tempo e risorse.