Negli ultimi anni, la robotica e l’intelligenza artificiale (AI) hanno registrato una crescita straordinaria. Questi progressi non sono più confinati ai laboratori di ricerca o ai film di fantascienza, ma stanno trasformando l’economia globale. Jensen Huang, fondatore e CEO di Nvidia, ha aperto il keynote del GTC 2025 sulla ricerca robotica affermando: “Entro la fine di questo decennio, il mondo avrà una carenza di almeno 15 milioni di lavoratori qualificati. L’AI fisica e la robotica sono la risposta a questa sfida, e questa diventerà una delle industrie più grandi di sempre.”
Per affrontare la crescente domanda di manodopera, secondo Huang, le aziende stanno investendo massicciamente nello sviluppo di tecnologie robotiche avanzate. Questi sistemi non mirano a sostituire completamente i lavoratori umani, ma piuttosto a supportarli e ottimizzare i processi produttivi, riducendo i tempi di esecuzione e aumentando la precisione delle operazioni. L’automazione è ormai una presenza costante nella nostra vita quotidiana, anche se spesso non ce ne accorgiamo. Nei magazzini di e-commerce, nei centri logistici e nelle catene di montaggio industriali, milioni di robot operano incessantemente per migliorare l’efficienza dei processi.
Le auto moderne, sempre più dotate di sistemi avanzati di assistenza alla guida, sono di fatto robot su ruote, e la diffusione di dispositivi autonomi sta accelerando in molti settori, dall’agricoltura alla sanità. “Tutto ciò che si muove diventerà autonomo. L’AI fisica sarà integrata in ogni settore, e i robot opereranno in simbiosi con il mondo reale”, continua Jensen Huang. La sfida, secondo Nvidia, è rendere questi sistemi ancora più intelligenti, adattabili e capaci di interagire con ambienti sempre più complessi.
La prossima grande rivoluzione sarà l’introduzione di robot umanoidi capaci di lavorare fianco a fianco con gli esseri umani in maniera naturale ed efficace. Grazie all’uso di tre potenti supercomputer, l’azienda guidata da Huang sta costruendo un ecosistema in cui simulazione, addestramento e test si integrano in un ciclo continuo, consentendo ai robot di apprendere in modo più rapido ed efficace. Tuttavia, l’intelligenza di queste macchine dipende dalla quantità e dalla qualità dei dati su cui vengono addestrate.
Ed è qui che entrano in gioco due tecnologie chiave: Omniverse e Cosmos. Secondo la visione del CEO di Nvidia: “L’addestramento dei robot richiede enormi quantità di dati. Utilizzando Omniverse e Cosmos, possiamo generare dati sintetici su scala massiva, garantendo che i robot apprendano in ambienti realistici e variabili.” Addestrare un robot nel mondo reale può essere estremamente dispendioso in termini di tempo e risorse. Un errore nella programmazione di un robot industriale può significare costi elevati e interruzioni della produzione. Per questo, Nvidia ha puntato sulle simulazioni.
Fonte: AdnKronos
