Rivoluzionando le abilità fisiche: il robot AI supera le capacità umane nel gioco del labirinto con biglie

Nello sviluppo di un importante progresso, i ricercatori dell’ETH di Zurigo hanno fatto un notevole passo avanti nell’intelligenza artificiale, dimostrando che l’AI può ora superare le capacità umane in compiti che richiedono abilità fisiche. Questo progresso è stato presentato attraverso il loro robot AI, CyberRunner, che ha padroneggiato il gioco del labirinto con biglie, una prova di abilità e precisione, in un tempo sorprendentemente breve.

Il gioco del labirinto, tradizionalmente una prova delle abilità motorie e della ragione spaziale umana, consiste nel guidare una biglia attraverso una tavola a forma di labirinto per raggiungere un obiettivo evitando trappole. Questo gioco apparentemente semplice richiede una notevole pratica per gli esseri umani per eccellere. Tuttavia, CyberRunner, sviluppato all’ETH di Zurigo e dettagliato sul suo sito web dedicato, ha raggiunto questo risultato in modo senza precedenti.

Utilizzando un avanzato modello di apprendimento per rinforzo basato su modelli, CyberRunner dimostra come l’AI possa estendere la sua abilità nel campo dell’interazione fisica. Questa tecnica consente all’AI di prevedere e pianificare azioni continuando a imparare dall’ambiente. Dotato di una telecamera per osservare il gioco e motori per controllare la tavola, il robot ha migliorato rapidamente il suo gioco attraverso un processo simile all’apprendimento umano ma a un ritmo accelerato.

In modo sorprendente, CyberRunner ha completato il suo ciclo di apprendimento in poco più di sei ore, passando attraverso 1,2 milioni di passaggi temporali a un tasso di controllo di 55 campioni al secondo. Questo risultato ha visto l’AI superare il record detenuto da un giocatore umano altamente abile con un margine impressionante di oltre il 6%.

Interessantemente, durante la sua fase di apprendimento, CyberRunner ha anche scoperto scorciatoie nel gioco, costringendo i ricercatori principali, Thomas Bi e il prof. Raffaello D’Andrea, a intervenire e guidare l’AI per evitare questi percorsi.

Questo risultato dei ricercatori dell’ETH di Zurigo non solo spinge i confini dell’AI nei giochi, ma segna anche un importante passo avanti in come l’AI possa essere applicata a compiti fisici reali. Il successo di CyberRunner indica un futuro in cui l’AI potrà intraprendere attività fisiche complesse, potenzialmente trasformando vari settori e la vita quotidiana.

Questo risultato nello sviluppo dell’AI segna un passaggio dalle conquiste virtuali, come il dominio degli scacchi o del Go, alla conquista di sfide fisiche, confondendo i confini tra le capacità umane e quelle delle macchine nel campo dell’abilità e della destrezza fisica.

Una bozza della relazione di ricerca è disponibile sul sito web del progetto. Inoltre, Bi e D’Andrea renderanno open source il progetto e lo renderanno disponibile sul sito web. Il prof. Raffaello D’Andrea ha commentato: “Crediamo che questo sia il test ideale per la ricerca sull’apprendimento automatico e l’AI nel mondo reale. Prima di CyberRunner, solo le organizzazioni con grandi budget e infrastrutture sperimentali personalizzate potevano condurre ricerche in questo settore. Ora, per meno di 200 dollari, chiunque può partecipare alla ricerca di punta sull’AI. Inoltre, una volta che migliaia di CyberRunner saranno nel mondo reale, sarà possibile condurre esperimenti su larga scala, in cui l’apprendimento avviene in parallelo, su scala globale. Il massimo della Citizen Science!”