Robot di Eka: 1.500 oggetti all'ora in demo, contro 600 di un umano

Un ricercatore di un laboratorio di IA all'avanguardia, che ha chiesto di restare anonimo, ha descritto il momento in cui un robot grande e pesante si è lanciato verso il suo braccio, ha rallentato appena in tempo e lo ha toccato con estrema delicatezza. Al robot era stato consegnato un lampone, l'oggetto di prova preferito del laboratorio, e non lo ha schiacciato. Da anni i robot imparano da dimostrazioni filmate.

La startup che sta dietro al progetto, Eka Robotics, è stata fondata dal professore del MIT Pulkit Agrawal e da Tuomas Haarnoja, ex ricercatore di Google DeepMind. Il suo ultimo round, una Series A da 150 milioni di dollari, valuta l'azienda 1,45 miliardi di dollari post-money, cioè dopo aver sommato i nuovi fondi. Il round è stato guidato dai fondi di venture capital a16z e F-Prime. Raghu Raguram, general partner di a16z che lo ha co-guidato, ha detto a TechCrunch di aspettarsi «prestazioni sovrumane in molti compiti di manipolazione di precisione» entro «i prossimi mesi». Si tratta di una previsione di un investitore, non di un risultato misurato.

La scelta tecnica è al centro della vicenda. La maggior parte dei modelli robotici associa visione e linguaggio, un'architettura nota come visione-linguaggio-azione. Il modello di base di Eka associa invece visione e forza, cioè la spinta e la trazione che una mano avverte quando tocca qualcosa. Agrawal lo ha spiegato senza giri di parole: «La visione ti dice più o meno dove si trova l'oggetto, quale sia la sua posizione, ma la presa vera e propria, la vera ricerca, avviene attraverso le forze». La mano è stata riprogettata con più sensori di forza, così da reagire nell'istante in cui incontra una resistenza. L'azienda addestra questo comportamento in un simulatore fisico, che riproduce le forze che un robot incontra quando cerca di afferrare qualcosa, ed esegue su larga scala il risultante apprendimento per rinforzo, un metodo con cui un programma impara per tentativi e ricompense. Secondo Eka, ciò produce migliaia di ore di esperienza in pochi minuti, invece della lenta raccolta di filmati affidata a lavoratori a cottimo o operatori. I fondatori non hanno rivelato come abbiano messo a punto la simulazione, adducendo ragioni di concorrenza.

Ciò che cambia, se le cifre reggono, è la divisione del lavoro tra le macchine. Un modello generico può pianificare un compito, mentre un modello come quello di Eka gestisce il contatto fisico. La velocità ha un costo: il braccio del robot è abbastanza potente da danneggiarsi muovendosi rapidamente, e la percentuale di affidabilità superiore al 95% è dichiarata dall'azienda. Le notizie non indicano alcuna data per l'uso al di fuori delle dimostrazioni, né clienti o prezzi. Per chi costruisce robot, il prossimo banco di prova sarà verificare se la presa tiene in una fabbrica o in un magazzino, su oggetti che il sistema non ha mai visto.