I robot imparano con i video.

La nuova IA di Meta che insegna osservando.

Immaginate un’intelligenza artificiale che impara semplicemente osservando, il mondo senza bisogno di spiegazioni, senza etichette, semplicemente vedendo come accadono le cose, lo so, sembra qualcosa di fantascientifico, ma sta già accadendo in META, la stessa azienda proprietaria di Facebook e Instagram ha appena annunciato V-JEPA 2, un modello di intelligenza artificiale che sta cambiando completamente il modo in cui i robot interpretano e interagiscono con l’ambiente che li circonda.

Sto parlando di macchine che iniziano a comprendere la fisica, la logica di causa ed effetto, persino ad anticipare ciò che accadrà dopo semplicemente guardando video grezzi, almeno questo è ciò che sostiene l'azienda di Mark Zuckerberg.

Robot con intelligenza artificiale predittiva

V-JEPA 2 è un'evoluzione diretta del primo modello di questa linea, ma ora con un salto di qualità, la grande differenza non richiede che un essere umano etichetti ogni parte del video dicendo "Questa è una palla", "quello è un tavolo" o "quell'oggetto sta per cadere", invece V-JEPA 2 analizza ore e ore di video identificando da solo gli schemi che governano il mondo fisico, che include cose come la gravità, le collisioni, il movimento degli oggetti e persino il concetto di permanenza, che idea di base che un oggetto nascosto dietro un altro esista ancora.

Tutto questo avviene in uno spazio chiamato “Latente”, una sorta di rappresentazione interna che l’IA crea per predire il futuro sulla base delle informazioni che essa stessa ha appreso e la teoria è già diventata pratica, ladri di laboratorio addestrati con V-JEPA 2 riescono a svolgere compiti che prima erano quasi impossibili per macchine che non avevano sensori specializzati, né programmazione dettagliata, affrontano estranei posizionando oggetti e luoghi casuali e persino navigando in ambienti caotici, il tutto solo con l’apprendimento visivo.

Ciò significa che invece di riprogrammare i robot ogni volta che cambia l'ambiente, adatta semplicemente il suo comportamento in base a ciò che ha già visto e cosa si aspetta che accada dopo, è come tra virgolette dare alla macchina un istinto, qualcosa che usa per agire in modo più sicuro ed efficiente e l'impatto di questa tecnologia potrebbe essere gigantesco, furti di consegna, veicoli autonomi droni, tutti potrebbero beneficiare di questa nuova capacità di prevedere il futuro basata sull'esperienza visiva.

Immaginate un’auto autonoma che, vedendo un bambino correre verso la strada, ancor prima che i sensori rilevino una collisione imminente, riesca a capire in frazioni di secondo che questa finirà con qualcosa di brutto. Questa intelligenza predittiva può ridefinire la sicurezza in vari settori dalla logistica all’assistenza domestica e non solo Meta è in questa corsa, Google con Deep Mind sta già lavorando al modello Genie e anche Wordlabs del noto scienziato Fefi Lee sta investendo molto in questa nuova generazione di IA fisica, ma ovviamente insieme a tutta questa evoluzione ci sono anche degli interrogativi.

In che misura sia sicuro lasciare che le macchine prendano decisioni basate solo sulle proprie interpretazioni del mondo fisico, sarà che ad un certo punto queste rapine potrebbero iniziare a prendere decisioni impreviste basate su correlazioni che loro stesse hanno creato, ma che gli esseri umani non possono tracciare e la cosa più provocatoria sarà che stiamo assistendo ai primi veri passi di un’intelligenza artificiale che inizia a sviluppare forme rudimentali di consapevolezza dell’ambiente, il dibattito etico è solo all’inizio.