La terza edizione del rapporto dello studio One Hundred Year Study on Artificial Intelligence (AI100), intitolato «AI Goes Mainstream: The Scaling Era and the Rise of Generative AI», identifica l’IA fisica e l’intelligenza incarnata come una delle sei grandi sfide aperte del settore. Questo tema è considerato il più rilevante per la comunità della robotica, che progredisce rapidamente ma rimane lontana da un dispiegamento su larga scala nel mondo reale.
Lo studio, pubblicato ogni cinque anni, è condotto da un comitato internazionale di esperti incaricato di esaminare l’evoluzione dell’IA sul piano tecnico, etico, economico e sociale. Il rapporto del 2026 risponde a dodici domande permanenti e confronta i progressi dal 2021 con le valutazioni del comitato precedente. Affronta, tra l’altro, la scalabilità dei dati e delle risorse di calcolo dietro l’IA generativa, gli investimenti nelle infrastrutture, la concentrazione dello sviluppo dei modelli all’avanguardia, così come la cybersecurity e le applicazioni militari.
Progressi tecnici dal 2021
Dal precedente rapporto, pubblicato nel 2021, gli autori rilevano tre evoluzioni notevoli. L’elaborazione automatica del linguaggio naturale, che permette alle macchine di comprendere e produrre testo, si integra ormai nei sistemi robotici. I modelli visione-linguaggio-azione, che combinano la percezione visiva, la comprensione del linguaggio e il controllo del movimento, servono per l’addestramento e il pilotaggio dei robot. Infine, i progressi nella simulazione permettono di dispiegare su hardware fisico dei modelli addestrati in ambienti virtuali.
Il rapporto si interessa anche al posto della Cina in questo settore. Secondo lo studio, il paese è il leader nello sviluppo dei robot industriali, con più robot dispiegati del resto del mondo messo insieme. Produrrebbe inoltre circa l’80% dei robot umanoidi mondiali. Questo segmento rappresenta per ora solo il 2% del mercato, ma sta conoscendo una crescita rapida.
Un divario tra dimostrazione e dispiegamento
Nonostante questi progressi, il rapporto sottolinea un divario significativo tra le capacità dimostrate in laboratorio e il loro uso reale. I successi più notevoli riguardano ambienti molto vincolati, come i magazzini, o prodotti molto specifici, come i robot pulitori di pavimenti. La complessità del mondo reale rimane il principale ostacolo.
Tra i problemi scientifici da risolvere figurano la pianificazione a lungo termine in un contesto incerto, la manipolazione abile di oggetti vari, cioè la capacità di afferrare e manipolare con destrezza oggetti molto diversi tra loro, e l’istituzione di garanzie formali di prestazione. Il rapporto nota che i ricercatori non sono unanimi sulla via da seguire. Alcuni ritengono che i paradigmi attuali, fondati sull’apprendimento statistico, siano sufficienti per affrontare queste sfide. Altri pensano che saranno necessarie idee fondamentalmente nuove per dispiegare i robot in situazioni reali. La risposta, secondo le parole del rapporto, dovrebbe delinearsi nel corso dei prossimi cinque anni.
Il testo integrale del rapporto può essere consultato online.
