I sistemi di IA fisica non possono basarsi soltanto sul ragionamento su vasta scala, sostiene il presidente e CEO di NXP Semiconductors. Anche robot, droni e veicoli autonomi hanno bisogno di risposte rapide e affidabili nel punto in cui si verificano gli eventi, senza dover aspettare un server distante.
L’articolo mette a confronto attività come risolvere equazioni, che le macchine svolgono bene, e abilità fisiche quotidiane come mantenere l’equilibrio, afferrare oggetti ed evitare ostacoli. Nel mondo reale, ritardi ed errori possono avere conseguenze che non si possono semplicemente correggere o annullare; per questo, bassa latenza, efficienza energetica e affidabilità sono essenziali.
Il modello proposto si ispira al sistema nervoso umano, che distribuisce funzioni diverse tra il cervello e il midollo spinale. Per le macchine, l’autore descrive tre livelli coordinati: un sistema di ragionamento per le decisioni di alto livello, un livello di coordinamento per il movimento e un livello di riflessi rapidi che opera all’edge.
Nell’esempio di un umanoide che trasporta un pacco in un magazzino, il livello di ragionamento sceglie dove andare, mentre quello di coordinamento lo aiuta a camminare con stabilità. Se un oggetto lo colpisce al braccio, un sistema di riflessi basato sull’edge dovrebbe reagire in pochi millisecondi per ristabilire l’equilibrio e proteggere il pacco.
L’articolo afferma inoltre che l’IA fisica deve imparare ad anticipare il comportamento degli oggetti, compresi il loro peso, la quantità di moto e l’attrito, invece di limitarsi a reagire a ciò che vede. I modelli Vision-Language-Action vengono presentati come un modo per collegare percezione, istruzioni e movimento, anche se farli funzionare entro i limiti di potenza e memoria dei dispositivi edge resta una sfida ingegneristica.
Secondo l’autore, i progressi dipenderanno da processori adatti a ciascun livello dell’intelligenza robotica, oltre che da strumenti che facilitino lo sviluppo di sistemi autonomi per i dispositivi edge. L’articolo conclude che la fiducia deve essere integrata nel sistema fin dal silicio, affinché le macchine possano comportarsi in modo prevedibile e reagire in sicurezza alle situazioni impreviste.
Fonti: TechRadar.