L’esplosione di popolarità e l’adozione quasi istantanea di modelli come ChatGPT hanno innescato una sorta di “febbre dell’oro” nel mondo dell’intelligenza artificiale, portando molti a interrogarsi su quale sarà il prossimo settore tecnologico a vivere un simile, drammatico punto di svolta. Spesso, l’attenzione si è concentrata sull’AI fisica — il campo che si occupa di dotare macchine, robot e sistemi autonomi della capacità di interagire con il mondo reale e di manipolarlo. Tuttavia, l’aspettativa che l’AI fisica possa avere il suo “momento ChatGPT” — una singola tecnologia, facile da usare e subito scalabile, che trasformi il panorama dall’oggi al domani — è probabilmente destinata a scontrarsi con la dura realtà del mondo fisico.
La differenza fondamentale tra l’AI generativa di tipo linguistico e l’AI fisica risiede nel loro dominio di applicazione. I Large Language Models operano in un ambiente puramente digitale e virtuale, dove i dati sono abbondanti, uniformi e facilmente replicabili. I token di linguaggio, il codice e le immagini sono entità che possono essere elaborate, simulate e corrette su scala massiva, accelerando esponenzialmente il ciclo di addestramento. L’AI fisica, al contrario, vive in un mondo governato dalle leggi della fisica, un regno di attrito, di gravità, di illuminazione variabile e di innumerevoli variabili stocastiche. L’addestramento di un robot a eseguire anche un compito apparentemente semplice, come afferrare un oggetto sconosciuto su una superficie irregolare, richiede una quantità di dati molto più complessa e costosa da acquisire. Non si tratta semplicemente di milioni di immagini statiche o miliardi di parole, ma di ore di interazioni dinamiche, di prove ed errori che avvengono nello spazio tridimensionale.
Questo ci porta al problema della scalabilità. I modelli linguistici possono essere distribuiti a milioni di utenti con un semplice aggiornamento software su un server. L’AI fisica, invece, è intrinsecamente legata all’hardware. Ogni piattaforma robotica — che sia un braccio articolato in una fabbrica o un veicolo autonomo — possiede sensori, attuatori e caratteristiche meccaniche uniche. Il modello di AI sviluppato per un tipo di robot spesso non è direttamente trasferibile a un altro senza una complessa ri-calibrazione e un retraining estensivo. Manca una vera e propria “piattaforma universale di dati fisici” paragonabile a internet per il linguaggio.
Inoltre, il fallimento nel mondo digitale è perdonabile: un’allucinazione di ChatGPT produce un testo errato. Il fallimento nel mondo fisico può avere conseguenze ben più gravi, portando a danni materiali, lesioni o incidenti. Questa posta in gioco elevata richiede guardrail di sicurezza e meccanismi di fail-safe che rallentano intrinsecamente il processo di sviluppo e di rilascio. È richiesta una robustezza e una resilienza che superano di gran lunga quelle necessarie per un sistema basato sul testo.
Per questi motivi, l’AI fisica non vivrà probabilmente un singolo momento esplosivo, ma piuttosto una serie di progressi incrementali e mirati, focalizzati su specifici domini di applicazione. La vera rivoluzione avverrà silenziosamente, attraverso la standardizzazione dei dati di interazione fisica, l’introduzione di simulatori sempre più realistici che possano colmare il gap tra simulazione e realtà (sim-to-real), e l’evoluzione di modelli di AI in grado di apprendere in modo più efficiente da un numero limitato di interazioni fisiche. L’impatto sarà profondo, ma sarà una maratona di miglioramenti sistematici, non uno sprint verso un improvviso e drammatico successo di massa.