Segui ZDNET: Aggiungici come fonte preferita su Google.
I principali punti salienti di ZDNET
- L’intelligenza artificiale fisica è l’ultima frontiera di tendenza della tecnologia.
- Sfrutta i dati del mondo reale per robotic più autonomi.
- Le sue fasi iniziali potrebbero essere sulla tua faccia in questo momento.
Il rilascio di ChatGPT più di tre anni fa ha scatenato una frenesia per l’intelligenza artificiale. Mentre i modelli di intelligenza artificiale continuano a diventare più capaci, per essere veramente il più utili possibile alle persone nella loro vita quotidiana, devono avere accesso alle attività quotidiane. Ciò è possibile solo consentendo loro di vivere al di fuori di un chatbot sullo schermo del tuo laptop computer e, più attualmente, nel tuo ambiente.
Inoltre: ho incontrato i rappresentanti Bluetooth al CES 2026 e quello che mi hanno detto ha cambiato per sempre la mia prospettiva
Entra nell’ultima parola d’ordine del settore: intelligenza artificiale fisica. Il termine è stato ampiamente esposto al Client Electronics Present (CES) la scorsa settimana, con quasi tutte le aziende che pubblicizzavano un nuovo modello o {hardware} che può contribuire a far avanzare lo spazio, inclusa Nvidia. Durante il keynote dell’azienda, il CEO Jensen Huang ha addirittura paragonato l’importanza dell’intelligenza artificiale fisica a quella del rilascio di ChatGPT.
“Il momento ChatGPT per l’intelligenza artificiale fisica è arrivato: quando le macchine iniziano a comprendere, ragionare e agire nel mondo reale”, ha affermato.
Cos’è l’IA fisica?
L’intelligenza artificiale fisica può essere generalmente definita come un’intelligenza artificiale implementata nell’{hardware} in grado di percepire il mondo circostante e quindi ragionare per eseguire o orchestrare azioni. Esempi popolari includono veicoli autonomi e robotic, ma i robotic che utilizzano l’intelligenza artificiale per eseguire compiti esistono da decenni. Allora qual è la differenza?
Inoltre: Google può salvare l’intelligenza artificiale di Apple? I Gemelli alimenteranno una nuova Siri personalizzata
Secondo Anshuman Saxena, vicepresidente e direttore generale della guida automatizzata e della robotica presso Qualcomm, la distinzione sta nella capacità del robotic di ragionare, agire e interagire con il mondo che lo circonda.
“L’intera thought di una catena di pensieri, un ragionamento, un cervello, che funzionerà in un contesto e intraprenderà alcune azioni come farebbero gli esseri umani: questa è la vera definizione di intelligenza artificiale fisica”, ha detto Saxena.
Advert esempio, un robotic umanoide sarebbe in grado di fare un passo oltre l’esecuzione di un compito come spostare materiali o pacchi come indicato, e sarebbe invece in grado di percepire il suo ambiente per eseguire intuitivamente il compito.
Inoltre: Rubin di Nvidia può trasformare l’intelligenza artificiale come la conosciamo
Tuttavia, gli esempi non devono essere così elaborati; infatti, secondo Ziad Asghar, vicepresidente senior e direttore generale di XR, dispositivi indossabili e intelligenza artificiale personale presso Qualcomm, potresti già possedere un ottimo esempio di intelligenza artificiale fisica.
“Gli smartglass sono già la migliore rappresentazione dell’intelligenza artificiale fisica”, ha affermato Asghar. “Sono dispositivi che fondamentalmente sono presenti e sono in grado di vedere ciò che stai vedendo; sono in grado di sentire ciò che stai ascoltando, quindi sono nel tuo mondo fisico.”
Una relazione simbiotica tra dati
Saxena aggiunge che, sebbene i robotic umanoidi saranno utili nei casi in cui gli esseri umani non vogliono svolgere un compito, perché è troppo noioso o troppo rischioso, non sostituiranno gli umani. È qui che i dispositivi indossabili basati sull’intelligenza artificiale, come gli occhiali intelligenti, svolgono un ruolo importante, poiché possono aumentare le capacità umane.
Inoltre: CES 2026: questi 7 occhiali intelligenti hanno attirato la nostra attenzione e puoi acquistarli subito
Ma oltre a ciò, i dispositivi indossabili di intelligenza artificiale potrebbero effettivamente essere in grado di fornire suggestions advert altri dispositivi fisici di intelligenza artificiale, come i robotic, fornendo un set di dati di alta qualità basato su prospettive ed esempi di vita reale.
“Perché i LLM sono così eccezionali? Perché ci sono un sacco di dati su Web, per molte informazioni contestuali e quant’altro, ma i dati fisici non esistono”, ha detto Saxena.
Il problema che descrive è quello che spesso ostacola lo sviluppo dell’intelligenza artificiale fisica. Poiché è troppo rischioso addestrare i robotic nel mondo reale, advert esempio mettendo su strada automobili autonome, le aziende devono creare simulazioni di dati sintetici per addestrare e testare questi modelli. Molte aziende hanno tentato di affrontare questo problema al CES.
Inoltre: sono un esperto di intelligenza artificiale e questa puntina per prendere appunti è l'{hardware} più convincente che ho provato al CES
Nvidia ha rilasciato nuovi modelli che comprendono il mondo reale che ti circonda e possono essere utilizzati per creare dati sintetici e simulazioni che emulano scenari di vita realistici. Qualcomm offre uno stack AI fisico completo che combina un nuovo processore Qualcomm Dragonwing IQ10 Collection, rilasciato al CES, con gli strumenti necessari per la raccolta e la formazione dei dati AI.
La creazione di set di dati per questa formazione è spesso un processo lungo e costoso. Tuttavia, i robotic potrebbero utilizzare i dati dei dispositivi indossabili che le persone già utilizzano ogni giorno, che sono effettivamente dati fisici di intelligenza artificiale fedeli alle esperienze umane.
“Pensate a questi sensori, agli occhiali, a così tante cose che sono lì, che, se indosso gli occhiali e intraprendo un’azione basata su: ‘Oh, ho visto qualcosa qui’, vengono immediatamente generate così tante informazioni, che possono aiutare anche i robotic, creando una nuova serie di informazioni oggi”, ha detto Saxena.
Inoltre: ho provato le “azioni pianificate” di Gemini per automatizzare la mia intelligenza artificiale: il potenziale è enorme (ma Google ha del lavoro da fare)
Date le preoccupazioni sulla privateness che potrebbero derivare dall’utilizzo quotidiano dei tuoi dati per addestrare i robotic, Saxena ha sottolineato che i dati dei tuoi dispositivi indossabili dovrebbero essere sempre mantenuti al massimo livello di privateness. Di conseguenza, i dati – che dovrebbero già essere resi anonimi dall’azienda produttrice di dispositivi indossabili – potrebbero essere molto utili nell’addestramento dei robotic. Quel robotic può quindi creare più dati, creando un ecosistema sano.
“Questa condivisione del contesto, questa condivisione dell’intelligenza artificiale tra quel robotic e i dispositivi indossabili di intelligenza artificiale che hai intorno a te è, penso, il vantaggio che sarai in grado di ottenere”, ha aggiunto Asghar.
