In un angolo vivace dell’innovazione coreana, la UNIST — l’Università delle Scienze e Tecnologie di Ulsan — ha svelato una metodica TAVT (Task-Aware Virtual Training) che avvicina sempre di più le macchine al cosiddetto “pensare fuori dagli schemi”. L’annuncio ufficiale è stato dato il 19 agosto 2025, segnando un avvicinamento pionieristico tra una mente artificiale e la capacità di adattarsi a nuove sfide, senza averle mai incontrate prima.
Immagina un robot che non impari soltanto agendo nel mondo reale, ma che si abitui anticipatamente a situazioni nuove attraverso scenari simulati. Questo è ciò che fa la metodologia TAVT sviluppata dal team guidato dal professor Seung‑Yeol Han alla UNIST. Il sistema utilizza due componenti fondamentali: un modulo per l’apprendimento delle rappresentazioni che misura la “distanza” tra compiti differenti, e un modulo generativo capace di ideare nuove sfide combinando quelle già conosciute. Il risultato? Una “palestra virtuale” di esperienze che potenzia la flessibilità dell’IA in situazioni mai viste.
Per dimostrare l’efficacia dell’approccio, gli scienziati hanno testato TAVT in ambienti simulati con robot come “cheetah” o “ant” (formica), dove il sistema doveva adattarsi a variabili mai incontrate prima. Nel caso del robot “cheetah” – nell’esperimento denominato “Cheetah-Vel-OOD” – l’IA, grazie agli scenari virtuali, ha raggiunto una velocità obiettivo non sperimentata durante l’addestramento (come 1.25 o 1.75 m/s) con rapidità ed efficienza, mentre un modello tradizionale di meta-apprendimento spesso falliva, rallentava o, peggio, “collassava” cadendo.
Il professor Han ha sottolineato come questa metodologia permetta di spingere i confini dell’adattabilità degli agenti AI, aprendo le porte all’impiego in contesti reali e instabili, come robot fisici, veicoli autonomi e droni, dove la capacità di gestire l’imprevisto e reagire con prontezza può essere cruciale.
Il prestigio di questa ricerca è stato confermato dal fatto che il lavoro è stato accettato alla ICML 2025 (International Conference on Machine Learning), uno dei principali convegni internazionali nel campo dell’intelligenza artificiale, tenutosi a luglio a Vancouver.
Dietro questo successo c’è una solida rete di sostegno, inclusi progetti governativi come “Regional Intelligence Innovation Talent Development”, “Human-Centered AI Core Technology Development”, e programmi di supporto all’AI Graduate School presso la UNIST. Il finanziamento di questi progetti proviene dal Ministero della Scienza e delle ICT e dall’Istituto di Pianificazione e Valutazione delle Tecnologie dell’Informazione e della Comunicazione (IITP).