Robotica e automazione abilitate dall’IA

Abbiamo automatizzato molte cose per migliaia di anni, con l’obiettivo di velocizzare una serie di compiti laboriosi e dispendiosi in termini di tempo. Gli strumenti di automazione iniziali erano rudimentali e meccanici, ma grazie ai progressi tecnologici, l’automazione si è evoluta in sistemi sofisticati in grado di compiere incredibili imprese in termini di produttività e precisione. La potenza di calcolo dei processori odierni e i progressi dell’intelligenza artificiale (IA) rendono possibile non solo automatizzare molte attività umane, ma anche estendere o “aumentare” le capacità umane. Mentre l’IA continua a svilupparsi, dove potrà arrivare l’automazione?

Romani e Greci antichi utilizzavano la gravità per alimentare i loro dispositivi di automazione: le ruote idrauliche macinavano il grano e le viti ad acqua traevano acqua dai scafi delle navi e irrigavano i campi. L’energia idrica ha continuato a svolgere un ruolo fondamentale nelle fasi iniziali della rivoluzione industriale, quando è stata soppiantata dal vapore. Le fabbriche venivano costruite intorno a turbine a vapore centrali, con macchine che richiedevano più coppia posizionate più vicino alla turbina e quelle che necessitavano meno coppia poste più lontano, a volte su piani diversi, collegate tramite una serie di cinghie e pulegge.

L’elettricità ha rappresentato un cambiamento significativo per l’automazione, poiché l’energia poteva essere fornita e controllata indipendentemente per ogni macchina nella fabbrica. Le batterie moderne vanno oltre. Leggere e ricaricabili, permettono ai sistemi di automazione di non essere più vincolati a una fonte di energia fissa, diventando quindi mobili. I carrelli automatici (AGV o AMR) vengono utilizzati per consegnare componenti alle celle di lavoro in fabbrica, i droni aerei sono usati per effettuare controlli di inventario nei centri logistici, e i droni sottomarini per ispezionare e mantenere le infrastrutture sottomarine, come ponti e cavi telecom. Grazie principalmente alle ambizioni dei produttori di veicoli elettrici, le tecnologie delle batterie probabilmente progrediranno ulteriormente, consentendo la realizzazione di sistemi di automazione ancora più mobili.

Mentre i primi sistemi di automazione utilizzavano meccanismi intricati per creare movimenti sincronizzati, nel XVIII secolo fu sviluppato il concetto di programmazione per controllare i telai da tessitura. I telai utilizzavano strisce di carta perforate da una sequenza di fori, e 200 anni dopo le prime macchine per calcoli, note come “macchine di somma e contabilità”, utilizzavano essenzialmente lo stesso concetto: invece delle strisce di carta, le macchine leggeano le istruzioni da “schede perforate”.

Le schede perforate furono sostituite dal nastro magnetico e successivamente dai dischi, e infine furono in gran parte rese obsolete dalla memoria a stato solido (DRAM e NAND). Ma indipendentemente dal supporto utilizzato, disco rigido o DRAM, le macchine funzionavano tutte con istruzioni predefinite e, una volta messe in moto, continuavano a funzionare fino a quando non venivano spente o si verificava un errore. Un robot moderno programmato per saldare le porte delle auto continuerà il ciclo di saldatura, anche se la porta dell’auto non si trova effettivamente davanti a lui. Questo lo rende pericoloso. E se qualcuno camminasse davanti al robot o, a causa di un problema lungo la linea di produzione, la porta dell’auto non fosse al posto giusto nel momento giusto?

Negli ultimi dieci anni, l’aumento della velocità dei processori ha reso possibile per i sistemi di automazione adattarsi ai cambiamenti dell’ambiente, semplicemente costruendo una libreria di scenari diversi. In uno scenario, se la porta dell’auto non è nella posizione corretta (forse determinata da un sistema di visione come Keyence o Cognex), il robot potrebbe mettere in pausa la sua operazione, e in un altro scenario, se qualcuno si avvicina troppo al robot (forse definito da una barriera virtuale laser-based come quella di TI o Hexagon), il robot potrebbe rallentare il suo movimento o forse fermarsi del tutto. Questo approccio fornisce al sistema una certa autonomia, ma chiaramente il grado di autonomia è limitato dal numero di scenari pre-programmati a sua disposizione.

Più recentemente, i progressi nella tecnologia dell’IA, in particolare nell’apprendimento automatico, offrono un ulteriore importante passo avanti per l’automazione. In effetti, l’apprendimento automatico potrebbe rivelarsi altrettanto significativo per l’automazione quanto l’introduzione dell’elettricità nell’industria 150 anni fa.

Con gli algoritmi di apprendimento automatico, i sistemi possono imparare per esempio o identificare modelli e anomalie da soli o attraverso il tentativo e l’errore. Questo processo può essere accelerato simulando milioni di scenari diversi virtualmente, in software. Con l’avanzamento di questo campo, è probabile che i sistemi di automazione diventino più autonomi, in grado di adattarsi e rispondere in modo appropriato ai cambiamenti nell’ambiente circostante. Questo li renderà più facili da usare, più sicuri e più capaci di svolgere una gamma più ampia di compiti – non solo fisici, ma anche cognitivi, come la risoluzione di problemi.

Di conseguenza, l’opportunità commerciale per i sistemi di automazione più intelligenti e autonomi è destinata a essere significativamente più grande rispetto al mercato di nicchia creato dai loro predecessori “mute e brute”¹. Pertanto, crediamo che questi progressi tecnologici creeranno un’opportunità ampia e di lunga durata per l’investitore paziente.

Mentre l’automazione più intelligente potrebbe rappresentare un grande passo avanti nella crescita della produttività per l’economia globale, affrontare i problemi di carenza di manodopera e consentire alle persone di evitare compiti sporchi e pericolosi, potrebbe lo stesso sistema intelligente essere applicato per risolvere le grandi sfide del nostro tempo, come mitigare il cambiamento climatico, trovare cure per malattie croniche o trovare soluzioni per affrontare il sovraffollamento delle città e le disuguaglianze economiche?

Questo potrebbe essere il futuro, ma i sistemi di IA di oggi non sono ancora abbastanza avanzati per affrontare problemi complessi, sfaccettati e interdipendenti. Tuttavia, alcuni progressi iniziali sono stati fatti. Una delle applicazioni di IA di maggiore successo finora è AlphaFold, sviluppato da Google DeepMind², che ha prodotto una stima accurata della struttura tridimensionale di 200 milioni di proteine. Google ha reso disponibile pubblicamente il database, offrendo ai ricercatori una comprensione più profonda della struttura delle proteine e delle sue implicazioni per la funzione biologica. Prima di ciò, solo 200.000 strutture proteiche erano state comprese. Complimenti a AlphaFold! Crediamo che l’innovazione porti ad altra innovazione e che questo processo si stia naturalmente accelerando. Restiamo ottimisti sul fatto che seguiranno scoperte significative.has context menu

¹ ”Mute and brute” was a phrase coined by Andrea Thomaz, co-founder and CEO of Diligent Robotics Inc. Cited in National Geographic magazine, “The robot revolution has arrived”, August 2020
² AlphaFold (n.d.). AlphaFold Protein Structure Database; accessed on 21.11.2024