Afferrare oggetti dalle forme particolari, un’operazione che ogni essere umano compie quotidianamente con estrema naturalezza, è un compito impervio per un robot. Il punto nel quale applicare una presa a una scarpa, una bottiglia, una scatola aperta, ma anche a un oggetto in gomma rappresenta per le macchine un vero e proprio rompicapo. Un passo significativo verso il superamento di tale problema è stato fatto grazie ai ricercatori dell’Università della California di Berkeley, che sono riusciti a costruire un robot, chiamato DexNet 2.0, in grado di raccogliere e spostare oggetti sconosciuti e dalle forme più diverse con una percentuale di successo davvero notevole: pari al 99%. Un risultato straordinario per una tecnologia che, trasferita in campo industriale, si spera in temi brevi, avrebbe un potenziale rivoluzionario sia sul modo di produrre sia sull’organizzazione della catena di approvvigionamento. Eccolo in azione in questo video
Addestramento su oggetti virtuali
Nel suo aspetto esteriore, DexNet 2.0 non ha nulla di speciale. Si tratta di un robusto braccio robotico dotato all’estremità di pinze per afferrare gli oggetti. In effetti, il grande lavoro del team guidato dal professor Ken Goldberg del Laboratory for automation science and engineering, più che sulla forma esteriore si è concentrato sull’addestramento del robot. E qui arriva il dato straordinario: questo è stato condotto attraverso il procedimento di deep learning lavorando esclusivamente su oggetti virtuali.
In pratica i ricercatori hanno costruito un immenso database di forme tridimensionali, ben 6,7 milioni in totale, basate si diverse migliaia di oggetti, con le relative soluzioni di presa che la rete neurale ha utilizzato per apprendere il modo in cui afferrare e muovere le cose. La rete neurale è stata quindi collegata a un sensore 3D e al braccio robotico: quando un oggetto viene posto davanti a DexNet 2.0, questo ne esamina rapidamente la forma e seleziona la soluzione più efficace per afferrarlo. Il tutto in modo molto veloce. Inoltre, il braccio robotico è stato dotato di un sensore che permette di riconoscere anche le forme alle quali non è stato preparato e, quindi, di agire di conseguenza.
Un approccio rivoluzionario
Il risultato raggiunto viene dunque a confermare la bontà di un approccio innovativo ricco di potenzialità. È vero infatti, che molti ricercatori stanno lavorando su diversi soluzioni per consentire ai robot di imparare a raccogliere e manipolare oggetti facendo pratica nel campo reale, processo che però richiede molto tempo. Il nuovo robot invece impara senza necessità di fare pratica e con risultati quando opera nel mondo reale significativamente migliori di qualsiasi altro sistema precedente.
Tale approccio innovativo di autoapprendimento sommato ai progressi nel campo degli algoritmi di controllo e ai nuovi hardware potrà rappresentare la base per lo sviluppo di una nuova generazione di robot: sistemi in grado di eseguire una gamma molto più ampia di attività quotidiane.
