Coach umani per i robot: così li addestriamo per essere come noi

Non bastava aver passato ore a confermare di aver davvero visto dei semafori nei quadratini dei reCaptcha. Ad etichettare come spam le email di improbabili venditori. A fornire dati su come passiamo il tempo libero sulle piattaforme di streaming, cosicché gli algoritmi potessero modellare il loro business sui nostri comportamenti. E non è bastato nemmeno regalare milioni di testi alle aziende di intelligenza artificiale per addestrare i grandi modelli linguistici. Adesso anche i robot hanno bisogno di dati prodotti da esseri umani. Dati di qualità, non generati sinteticamente dalle intelligenze artificiali. Kim ha vent'anni, studia informatica e ogni giorno va in ufficio a Shanghai per aprire il portello di un microonde. Lo fa centinaia di volte, indossando un visore per la realtà virtuale e degli esoscheletri sulle braccia. Accanto a lui c'è un robot umanoide che osserva e registra ogni movimento. Altri giorni Kim piega vestiti, impila blocchi di legno. "Ci chiamiamo cyber-lavoratori", ha raccontato a Rest of World sotto pseudonimo. Kim è uno dei centinaia di addestratori di robot in Cina, una figura professionale nata per rispondere a un problema che i grandi modelli linguistici sembrano aver risolto: simulare perfettamente le attività umane come la preparazione e il riassunto di testi, l’interpretazione di immagini, la traduzione e anche la scrittura di codice. Nel mondo della robotica c’è invece ancora molto lavoro da fare. I dati che servono ai robot non sono testi o immagini statiche, ma sequenze di movimenti nel mondo fisico, come la posizione delle dita, la forza applicata su una superficie, la traiettoria di un braccio meccanico nell'afferrare un oggetto fragile. Questi dati non si trovano su YouTube, non si generano facilmente in laboratorio, e soprattutto non si possono semplicemente scaricare da internet. In un editoriale su Science, Ken Goldberg, artista e ricercatore in robotica all’università di Berkeley in California, chiama questo divario il "data gap da centomila anni”: mentre i modelli dietro a ChatGPT o Claude sono stati addestrati su una quantità di dati equivalente a 100mila anni di lettura umana, il dataset robotico più grande mai raccolto corrisponde a circa un anno. Se si volesse addestrare un robot generico con la stessa quantità di dati usata per i modelli linguistici, ai ritmi attuali di raccolta ci vorrebbero appunto altri centomila anni. Il ricercatore identifica tre modi in cui attualmente la ricerca sta tentando di risolvere il problema: il primo è la simulazione digitale, e cioè la creazione di ambienti virtuali in cui i robot possano esercitarsi senza toccare oggetti reali. È ideale per i robot che volano o camminano, ma smette di funzionare quando si tratta di manipolazione fisica di oggetti, perché il contatto tra le dita di un robot e la superficie di un oggetto coinvolge deformazioni microscopiche, forze di attrito variabili, sfumature che i simulatori ancora non riproducono con fedeltà sufficiente. Il secondo approccio è quello di estrarre dati di movimento dai video già esistenti in rete o creati appositamente: il Washington Post riporta che DoorDash, un servizio di consegna di cibo a domicilio, ora è entrato nel mercato dell’addestramento dei robot offrendo lavoro a freelance che possono guadagnare fino a 25 dollari l'ora registrandosi mentre svolgono attività come piegare i vestiti o lavare i piatti. Ma, anche qui, pur volendo utilizzare i trentacinquemila anni di filmati già caricati su YouTube, secondo Goldberg ricostruire con precisione i movimenti tridimensionali di mani e oggetti a partire da immagini bidimensionali è un problema irrisolto della computer vision, e non si prevede una soluzione a breve. La terza strada è quella di raccogliere dati da robot reali che lavorano in ambienti reali. La stanno sperimentando aziende come Waymo, che opera i taxi autonomi in diverse città statunitensi, e Ambi Robotics, che smista pacchi in magazzini postali, ed è riuscita, in quattro anni, ad accumulare ventidue anni di dati reali smistando oltre cento milioni di pacchi. Poi c’è l’ultima possibilità, e cioè quella di tornare a coinvolgere noi esseri umani come data workers per i robot. Un modo per raccogliere dati sui robot è la teleoperazione, in cui coach umani utilizzano dispositivi controllati a distanza per scegliere meticolosamente ogni movimento di un robot mentre esegue un compito, come piegare un asciugamano, ripetutamente. Molte aziende si stanno attrezzando con flotte di robot e operatori in carne e ossa per raccogliere dati in questo modo, e Kim, il robot-coach di Shanghai, è uno di loro. Potremmo anche essere coinvolti “a distanza”, quasi a nostra insaputa. D’altronde l’abbiamo già fatto per i grandi modelli linguistici, e non solo. Già oggi infatti, ogni ricerca, ogni scroll, ogni contenuto che produciamo alimenta un sistema che trasforma le nostre azioni in dati, e i dati in valore. “Di recente sono stato invitato a scaricare a un'app che mi avrebbe pagato in criptovaluta per filmarmi mentre eseguivo compiti come mettere il cibo in una ciotola, riscaldarlo nel microonde e poi tirarlo fuori”, ha scritto sulla Technology Review del MIT il giornalista James O'Donnell, che avrebbe poi scoperto un altro sito web che suggeriva agli utenti di provare un nuovo gioco per controllare a distanza un braccio robotico a Shenzhen, in Cina, mentre completava puzzle e altri compiti. Ed è per questo che le aziende sono ansiose di portare i propri umanoidi fuori dai laboratori: avere dei robot presenti nelle case private produce interazioni con ambienti domestici reali, un dato che nessuna simulazione può sostituire. Nel frattempo però qualcuno deve produrre quei dati. E per ora, quel qualcuno siamo noi.

Cosa vedere:

Come vederlo:

Online con Sky:

Coach umani per i robot: così li addestriamo per essere come noi

Donata Columbro