Tesla pubblica su Twitter/X un nuovo video del proprio automa “Optimus” mentre smista delle batterie. Video molto impressionante che sta facendo il video del mondo.

In alcuni passaggi veloci del video si osserva la stessa scena da un’angolazione diversa dove si vede che il nostro caro amico Optimus in realtà viene controllato da un operatore.

Non sappiamo se il robot sia capace già di svolgere tutte le operazioni in completa autonomia, quello che è sicuro è che sia in fase di addestramento.

Esseri umani svolgono le operazioni controllando l’automa e tutta una serie di informazioni relative ai movimenti vengono salvate e riutilizzate per addestrare i modelli di Intelligenza Artificiale che saranno poi messi alla prova in operazioni autonome.

La corsa al video

Altri produttori di robot pubblicano ogni tanto dei video sbalorditivi. Questo credo che comporti sia un senso di sfida nei confronti della concorrenza, ma sicuramente un segnale capace di deviare milioni di euro di investimenti da parte dei fondi che vogliono accaparrarsi quote nelle startup più promettenti nel campo della robotica.

Ricercatori della Cornell University hanno sviluppato un sistema robotico avanzato per l’alimentazione assistita con gravi limitazioni motorie, utilizzando visione artificiale, apprendimento automatico e sensoristica multimodale. Questo sistema promette di migliorare notevolmente la qualità della vita per individui affetti da lesioni al midollo spinale, paralisi cerebrale e sclerosi multipla.

Dettagli della tecnologia

Il sistema, presentato con un articolo intitolato “Feel the Bite: Robot-Assisted Inside-Mouth Bite Transfer using Robust Mouth Perception and Physical Interaction-Aware Control”, è stato riconosciuto con una menzione d’onore per il miglior articolo durante la conferenza Human Robot Interaction tenutasi a Boulder, Colorado. Il sistema si distingue per la sua capacità di adattarsi in tempo reale ai movimenti del paziente e per la sensibilità alle interazioni fisiche, permettendo un’alimentazione precisa e sicura.

Sfide e innovazioni

Alimentare roboticamente individui con severe limitazioni motorie presenta sfide uniche, poiché molti non possono inclinarsi in avanti e necessitano che il cibo venga posizionato direttamente nella bocca. Il sistema utilizza un braccio robotico multiarticolato dotato di un utensile personalizzato che può rilevare le forze applicate. Una delle maggiori sfide è gestire la fase finale del movimento, ossia il trasferimento del boccone all’interno della bocca, che spesso è complicata da aperture limitate della bocca e spasmi muscolari involontari.

Funzionamento del Sistema

Il sistema è equipaggiato con tracciamento della bocca in tempo reale che si adatta ai movimenti del paziente e un meccanismo di risposta dinamica che permette al robot di rilevare la natura delle interazioni fisiche man mano che si verificano. Ciò consente al sistema di distinguere tra spasmi improvvisi, morsi intenzionali e tentativi dell’utente di manipolare l’utensile con la lingua.

Test e risultati

Il sistema è stato testato con successo su 13 individui con diverse condizioni mediche in tre diverse località: il laboratorio EmPRISE sulla Cornell Ithaca campus, un centro medico a New York City e la casa di un paziente nel Connecticut. I partecipanti hanno trovato il sistema sicuro e confortevole. Questo rappresenta una delle valutazioni real-world più estese di un sistema robotico autonomo di alimentazione assistita.

Impatto e prospettive future

Questo sistema non solo migliora l’autonomia e la qualità della vita dei pazienti, ma ha anche un impatto emotivo significativo sui caregiver e sui familiari dei pazienti. Durante una sessione, i genitori di una ragazza con schizencefalia quadriplegica hanno assistito alla sua capacità di nutrirsi autonomamente usando il sistema, un momento di grande emozione e trionfo.

Questo sviluppo rappresenta un passo significativo nel campo della robotica assistiva, dimostrando il potenziale di migliorare sostanzialmente la vita di persone con gravi disabilità motorie. Con ulteriori ricerche e sviluppo, il sistema promette di espandere le sue applicazioni e di rendere l’alimentazione un’esperienza più indipendente e dignitosa per molti.

Un gruppo internazionale di ricercatori ha sviluppato un nuovo metodo per imitare il movimento umano nella robotica, combinando generatori di pattern centrali (CPG) e apprendimento profondo per rinforzo (DRL). Questa innovazione non solo replica i movimenti di camminata e corsa, ma genera anche movimenti per frequenze di dati assenti, permette transizioni fluide tra camminata e corsa, e si adatta a superfici instabili.

Dettagli della Ricerca

Pubblicati sulla rivista IEEE Robotics and Automation Letters il 15 aprile 2024, i dettagli di questa ricerca segnano un progresso significativo nella robotica e nell’intelligenza artificiale. Camminare e correre sono attività complesse che coinvolgono ridondanze biologiche, consentendo agli esseri umani di adattarsi agli ambienti variabili. Riprodurre questi movimenti in modo realistico nei robot ha presentato notevoli sfide, soprattutto quando i modelli devono operare in ambienti sconosciuti o complessi.

Innovazioni tecnologiche

I CPG sono circuiti neurali situati nel midollo spinale che, come un direttore d’orchestra biologico, generano schemi ritmici di attività muscolare. In natura, un circuito riflesso lavora in tandem con i CPG per fornire feedback adeguato, permettendo agli animali di regolare la loro velocità e il movimento in base al terreno.

L’approccio dei ricercatori ha combinato l’apprendimento per imitazione, dove un robot apprende imitando i dati di movimento umano, con l’apprendimento profondo per rinforzo, che utilizza reti neurali profonde per gestire compiti più complessi e apprendere direttamente da input sensoriali grezzi. Questo metodo ha superato molti limiti degli approcci esistenti, grazie all’uso di una rete neurale riflessa che supporta i CPG, aumentando significativamente la stabilità e l’adattabilità del movimento generato.

Applicazioni e implicazioni future

Questa ricerca non solo stabilisce nuovi standard per il movimento robotico umanoide, ma apre anche la strada a future applicazioni in vari settori, dalla robotica assistiva all’industria manifatturiera, e potenzialmente alla ricerca e soccorso in ambienti pericolosi o inaccessibili. La capacità di adattarsi e reagire a situazioni dinamiche in tempo reale rappresenta un salto significativo verso robot più autonomi e funzionali.

Il metodo AI-CPG rappresenta un passo avanti significativo nello sviluppo di tecnologie AI generative per il controllo dei robot, con potenziali applicazioni che attraversano diverse industrie. Questo progresso non solo migliora la nostra comprensione dei sistemi biologici complessi ma anche come questi principi possono essere emulati in sistemi artificiali per realizzare robot più efficienti e adattabili.