Russ Tedrake del MIT afferma che la robotica è finalmente su un razzo

Quando Russ Tedrake ha visto il suo piccolo robot imparare a camminare da solo in 20 minuti, non era solo un esperimento di laboratorio: era il segnale che la robotica stava per cambiare marcia, e lui stesso ammette: "Il successo del machine learning è andato molto più veloce della nostra capacità di capirlo davvero." Fino a pochi anni fa, costruire un robot che camminasse era una sfida tecnica per gli ingegneri della vecchia scuola: si progettava tutto secondo principi precisi, si cercava il controllo perfetto, e ogni passo falso era un passo indietro. Oggi invece Tedrake dice che il ruolo degli ingegneri sta cambiando: non siamo più solo costruttori, ma diventiamo scienziati comportamentali che osservano cosa succede quando il sistema impara da solo — e spesso non sappiamo davvero perché funziona così bene. La tesi è questa: la robotica, dopo decenni di promesse, ora è davvero su una rampa di lancio. Non perché abbiamo finalmente capito tutti i segreti della fisica del camminare o dell'intelligenza artificiale, ma perché il modo di costruire e imparare delle macchine è cambiato radicalmente. Non insegniamo più ai robot ogni dettaglio: partiamo da modelli generali, come quelli che già dominano il linguaggio o il video, e li "alleniamo" solo a fare il passo in più, a collegare il buon senso generalista con l'azione fisica. Tedrake ha radici profonde: figlio di un ingegnere della General Motors a Detroit, ha passato l'adolescenza a imparare le basi dell'automazione in una fabbrica Ford, dove un suo errore di codice — fermare i ventilatori quando un cavo veniva staccato — fece salire la temperatura oltre il limite sindacale e bloccò la linea di produzione. "Mi hanno urlato contro, ma quella volta ho capito davvero cosa significa fermare una fabbrica", racconta. Più tardi, all'università, la robotica scarseggiava e lui trovò la sua strada lavorando sull'intelligenza artificiale dei videogiochi, prima di innamorarsi dei robot a due gambe nei laboratori del MIT. La sua tesi: i robot camminatori più efficienti non erano quelli pieni di motori e controlli, ma quelli che sfruttavano la fisica, come certi giocattoli che scendono da una rampa con un leggero colpo, lasciando che la gravità faccia il grosso del lavoro. Ed ecco il primo dato che ribalta tutto: i modelli di reinforcement learning, visti per anni come poco più di un'idea simpatica, sono diventati in pochi anni il motore della nuova robotica, semplicemente perché la potenza di calcolo disponibile e la possibilità di simulare milioni di scenari hanno reso possibile addestrare i robot quasi come si fa con un videogioco. Tedrake lo dice chiaramente: "Ci siamo ritrovati con sistemi che funzionavano incredibilmente bene prima ancora di capire davvero il perché." Questo salto ha trasformato il mestiere: non si tratta più di progettare tutto nei minimi dettagli, ma di osservare, fare esperimenti, vedere cosa succede quando il robot prova da solo — e solo dopo cercare di capire le regole che emergono. Una delle scene più umane arriva quando Tedrake descrive come la robotica sia diventata una disciplina aperta: dice che oggi chiunque abbia talento può arrivarci, non importa se proviene dal settore automobilistico, dalla medicina o dal software. E Boston, con il suo ecosistema di startup e laboratori, è il luogo dove questa contaminazione si vede meglio. Un altro capovolgimento: molti pensano che il problema della robotica sia la mancanza di dati — che non si possa competere con la massa di informazioni su cui sono stati addestrati i grandi modelli linguistici. Tedrake invece spiega che la vera svolta è costruire un ponte: partire da modelli già pieni di buon senso sul mondo e "insegnare" solo come tradurre quella conoscenza in azioni fisiche specifiche. Non serve ricostruire tutto da zero. Questo rende la robotica molto più scalabile e meno dipendente da enormi dataset proprietari. E quando si parla del futuro, Tedrake è netto: "Non è scritto che questa volta ce la faremo, ma preferisco essere sulla navicella che punta alla luna piuttosto che restare a terra." Ma c'è una nota di attenzione: se la tecnologia cambierà la natura stessa del lavoro, il rischio è che si perda il senso di valore personale che tante persone trovano nella propria professione. Per questo, dice, serve affrontare tutto con empatia, ascoltando chi sarà coinvolto e imparando da chi ha già visto rivoluzioni simili — come nel software o nella grafica — per evitare che la trasformazione lasci indietro chi oggi lavora con le mani. Ecco il pensiero finale: la vera rivoluzione della robotica non è fare macchine più intelligenti, ma ripensare il modo in cui impariamo dalle macchine stesse. Se ti ritrovi a guardare la tecnologia con occhi diversi dopo questa storia, su Lara Notes puoi segnare quel cambiamento con I'm In: non è approvazione, è una dichiarazione che questa prospettiva ora ti appartiene. E se ti capita di raccontare a qualcuno come la robotica sta cambiando mestiere e umanità insieme, puoi taggare quella conversazione con Shared Offline: perché alcune idee vanno fermate quando diventano discorsi veri, non solo link. Questa Nota arriva dal podcast Automated e ti fa risparmiare 43 minuti di ascolto.