Tra le diverse aziende che hanno già sviluppato soluzioni di Physical AI per la robotica e la robotica umanoide, figurano ad esempio il Gruppo BMW e Figure AI, con applicazioni nelle attività di intralogistica per la gestione e lo smistamento dei pezzi e componenti industriali.
La Physical AI si basa sull’idea di Embodied AI e si distingue dall’AI puramente digitale perché consente a un robot di percepire il mondo reale attraverso sensori avanzati – tra cui telecamere, sistemi LiDAR, sensori tattili –, comprendere le leggi della fisica (come gravità, attrito, resistenza dei materiali) attraverso modelli di deep learning, e agire fisicamente sull’ambiente circostante in modo autonomo.
BMW e Figure AI hanno portato l’intelligenza artificiale dal mondo digitale a quello fisico, integrando i robot umanoidi guidati da modelli Vision-Language-Action (VLA) direttamente nei flussi di produzione reale, a partire dallo stabilimento di Spartanburg, negli Stati Uniti.
Indice degli argomenti:
Le principali applicazioni sviluppate da BMW e Figure AI
Tra le principali applicazioni sviluppate finora, c’è l’assemblaggio e la lastratura dei materiali con il robot Figure 02, l’inserimento e il posizionamento di componenti in lamiera all’interno delle stazioni di saldatura.
Risultato: durante una sperimentazione sul campo durata 10 mesi, il robot ha affiancato la produzione di oltre 30mila vetture BMW X3, gestendo compiti ad alta precisione, ripetitivi e fisicamente gravosi.
Con il robot Figure 03, negli ultimi mesi sono state innovate operazioni di logistica,sequenziamento dei materiali e dei pezzi di produzione, con prelievo, smistamento e posizionamento corretto di componenti arrivati dalla supply chain in disposizioni casuali o non uniformi, per preparare i carrelli di sequenziamento destinati alle linee di montaggio.
L’unione tra Physical AI e robotica industriale
È stato anche utilizzato il modello neural VLA di Figure AI (pixels-to-actions), che consente al robot di vedere, valutare lo spazio attorno a sé e correggere autonomamente le traiettorie di presa senza necessità di percorsi o sequenze rigide pre-programmate.
Quello realizzato dal Gruppo BMW e Figure AI è uno dei diversi casi di applicazione dell’intelligenza artificiale ‘fisica’ al mondo delle imprese e della produzione, un settore che muove i primi passi e in piena espansione.
L’unione tra Physical AI e robotica industriale può infatti portare importanti vantaggi, ma per molte aziende restano da superare diverse barriere all’adozione, e anche potenziali rischi da scongiurare.
I vantaggi della Physical AI
L’AI fisica consente ai robot di:
▪ Adattarsi alla variabilità delle operazioni
▪ Lavorare in ambienti non strutturati
▪ Collaborare in sicurezza con gli esseri umani
▪ Ridurre la programmazione manuale.
Con importanti impatti sul business per le imprese:
▪ Maggiore flessibilità
▪ Deployment più rapido di diverse attività operative
▪ Vantaggio competitivo attraverso l’adattabilità
▪ Costi a lungo termine più bassi.
Le barriere nell’adozione
Restano però ancora rilevanti barriere nell’adozione su vasta scala della Physical AI, come ad esempio:
Interazione fisica e manipolazione avanzata. L’interazione multimodale e multisensoriale con l’ambiente richiede un’elaborazione dei feedback motori e sensoriali che in molti casi sono ancora elementari nei robot.
Costi computazionali e sostenibilità. I Foundation model richiedono elevata potenza di calcolo e spesso dipendono dalle infrastrutture cloud.
In questo ambito, è significativo il cosiddetto ‘paradosso di Moravec’, che indica: è relativamente facile far sì che i computer raggiungano prestazioni pari a quelle di un adulto nei test di intelligenza o nei giochi (scacchi, dama), mentre è difficile, se non impossibile, dotarli delle capacità di un bambino di un anno in termini di percezione e mobilità.
AI fisica, i rischi da affrontare
Gli sviluppi della Physical AI devono affrontare e gestire anche diversi rischi potenziali.
Cybersecurity: attacchi informatici che manipolano le azioni di un robot o di una macchina.
Affidabilità: come l’AI digitale, anche l’AI fisica può avere delle ‘allucinazioni’.
Gap ‘Sim-to-real’: discrepanze e divario tra simulazioni e realtà.
Sicurezza per l’uomo: i robot possono prendere decisioni potenzialmente pericolose per la sicurezza umana.
Un importante passo in prospettiva: indicare al robot l’obiettivo anziché la sequenza
Oggi, quando programmiamo i robot, non indichiamo loro l’obiettivo, ma la sequenza di operazioni da eseguire.
“E se potessimo indicare loro l’obiettivo finale da raggiungere e, simulando diversi scenari possibili, fossero loro stessi a scegliere le sequenze d’azione con cui raggiungerlo? È proprio questo un nuovo e importante passo da compiere”, come ha sottolineato Paolo Rocco, docente del Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, in occasione di un evento della Milano Digital Week, ospitato da Cefriel e organizzato con SPS Italia.
All’interno del MeRLin Lab del PoliMi, “vengono sperimentate e sviluppate le nuove applicazioni della Physical AI per la robotica industriale”, sottolinea Rocco, “ad esempio, per l’apprendimento delle azioni da compiere, per afferrare un pezzo, per stendere un tessuto, in maniera sempre più fluida ed efficace. Le soluzioni di intelligenza artificiale danno un forte contributo per migliorare e far evolvere queste tecnologie”.
Per passare dalla fase di ricerca e sviluppo alla produzione, i principali fattori abilitanti sono: “ottenere adeguati sistemi di sicurezza per operare in presenza dell’uomo; l’aumento dell’autonomia operativa dei robot; maggiore destrezza e mobilità delle applicazioni robotiche; forte riduzione dei costi”.
Partecipa alla community