L'Intelligenza Fisica ha rivelato il modello AI 0.7, che consente ai robot di completare compiti precedentemente impensabili.

Physical Intelligence, una startup di robotica di San Francisco, ha lanciato un nuovo modello AI chiamato π0.7, che consente ai robot di svolgere compiti per i quali non sono stati addestrati specificamente. Questo rappresenta un passo significativo verso un'intelligenza robotica più flessibile, capace di adattarsi a situazioni sconosciute. A differenza dei metodi tradizionali di addestramento dei robot, che si concentrano su un singolo compito, π0.7 combina abilità apprese in contesti diversi per applicarle a nuove sfide, un processo definito generalizzazione composizionale. Un esempio interessante è stato l'uso di una friggitrice ad aria, dove il robot, senza dati di addestramento diretti, è riuscito a cucinare una patata dolce con l'aiuto delle indicazioni verbali di un uomo. Questo suggerisce che i futuri robot potrebbero migliorare le prestazioni in ambienti nuovi attraverso il coaching naturale, eliminando la necessità di costosi cicli di riqualificazione. Physical Intelligence ha confrontato π0.7 con sistemi robotici precedenti, dimostrando che il nuovo modello ha eguagliato le loro prestazioni in compiti come la preparazione del caffè e l'assemblaggio delle scatole. Sebbene i ricercatori riconoscano la mancanza di standard universali di valutazione nella robotica, i risultati suggeriscono progressi significativi.

La startup ha già raccolto oltre 1 miliardo di dollari e sta discutendo un nuovo round di finanziamento, stimando che raggiungerà una valutazione di quasi 11 miliardi di dollari. Questa fiducia degli investitori riflette la convinzione che la robotica potrebbe entrare in una fase di rapido progresso, simile a quella dell'intelligenza artificiale generativa.