Prima che GPT-3 di OpenAI aprisse l’epoca dei modelli di base, le aziende costruivano modelli di elaborazione del linguaggio naturale specializzati da zero, addestrandoli con grandi quantità di dati specifici a compiti. Oggi, invece, la maggior parte degli organismi parte da modelli generali come la serie GPT di OpenAI, Claude o Llama, e quindi li perfeziona o programma per soddisfare le loro esigenze specifiche.

Pim de Witte, CEO di General Intuition, ritiene che l’AI con corpo fisico segua uno schema simile. Secondo lui, invece di raccogliere enormi set di dati reali per costruire modelli di robot specializzati, l'industria dovrebbe concentrarsi su dataset di qualità superiore in grado di produrre modelli di base che siano in grado di trasferire intuizione riguardo movimento e interazione in molti ambienti.

I fondamenti per il futuro della robotica

“Molti anni, oggi, fanno un sacco di lavoro specializzato concentrato su singole incarnazioni, singoli ambienti e singoli robot”, ha detto de Witte in un recente episodio di Equity su TechCrunch.

Parte di quel lavoro, sostiene, diventerà presto obsoleta, grazie all’emergere di modelli generali come quelli sviluppati da General Intuition. “La generalizzazione del modello stesso è il prodotto”, ha sottolineato de Witte. “Il fatto che abbia un livello base di ragionamento sullo spazio e il tempo è la ragione per cui molte persone smetteranno di raccogliere centinaia di migliaia, o milioni, di ore di dati reali. La realtà, infatti, è che ne serviranno solo pochi minuti.”

Il ruolo dei dati di gioco

General Intuition ha sviluppato il proprio modello di base dopo aver addestrato i suoi algoritmi su milioni di ore di dati di gioco video, inclusi informazioni su quali pulsanti su una console un uomo ha premuto e a che ora lo ha fatto. Sia de Witte che Vinod Khosha, principale investitore della startup, argomentano che i dati di azione siano chiave per sviluppare un'intuizione simile a quella umana per ragionamenti spaziotemporali.

Nel mese scorso, la società ha raccolto 320 milioni di dollari in un'operazione di finanziamento condotta a una valutazione di 2,3 miliardi di dollari, fondando la sua tesi. L’azienda ha dimostrato come il proprio modello sia in grado di giocare a giochi per ore e di alimentare un robot a quattro zampe — quest’ultimo dopo averlo perfezionato con soli otto minuti di dati reali.

Un modello in grado di adattarsi rapidamente

“Il fatto che [il robot] fosse realmente in grado di funzionare immediatamente con solo la fotocamera anteriore, senza altri sensori, nell’ufficio con oggetti dinamici introdotti e persone che passavano dietro, ci ha sorpreso molto”, ha detto de Witte. “Pensiamo che sia un segnale di ciò che sta per arrivare.”

L’obiettivo a lungo termine

La meta finale di General Intuition non è costruire direttamente robot, ma diventare il modello di base per l'AI fisica: un supporto per altre aziende robotiche affinché possano basare le loro macchine su di esso. Oppure, come ha detto de Witte: “Non costruiremo un'azienda di auto a guida autonoma. Rendiamo solo 10 volte più facile per il prossimo costruire un'azienda di auto a guida autonoma.”

Il futuro dell’intelligenza artificiale per robot

La scommessa di General Intuition pone l’attenzione sull’idea che i robot del futuro non saranno sviluppati solo con dati grezzi, come si faceva fino a poco tempo fa. Al contrario, saranno alimentati da modelli che comprendono lo spazio e il tempo a un livello simile al pensiero umano.

Applicazioni potenziali

    • Industria robotica: Robot più adattabili e autoreggibili per compiti complessi in diversi settori.
    • Automazione: Sistemi di automazione industriali che apprendono rapidamente da pochi dati.
    • Logistica: Sistemi robotici di magazzino che possono adattarsi facilmente a nuove strutture e ambienti.
    • Assistenza domestica: Robot per la casa in grado di interagire con persone e oggetti in maniera intuitiva.
    • Salute: Apparati medicali autonomi e assistenti robotici che collaborano con i professionisti in contesti ospedalieri.

Tutte queste applicazioni si baserebbero non solo su dati di addestramento limitati, ma su una comprensione base del movimento e della spazialità che i modelli possono trasferire in ambienti diversi. Questa evoluzione promette di ridurre i tempi e i costi di sviluppo, aprendo il campo a innovazioni di massa.