Quale lo stato dell’arte della ricerca? Quali i futuri sviluppi? Ne abbiamo parlato con il prof. Andrea Bonarini, Coordinatore dell’Artificial Intelligence and Robotics Laboratory del Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano.
Quali sono gli studi, le ricerche e le iniziative che portate avanti nel laboratorio di cui lei è responsabile, sui temi di intelligenza artificiale e robotica?
Il Laboratorio di Intelligenza Artificiale e Robotica del Politecnico di Milano nasce nel 1971 e da allora si occupa dello sviluppo di robot autonomi, di visione artificiale e di Intelligenza Artificiale, incluso l'Apprendimento Automatico, aree in cui abbiamo una produzione scientifica significativa, con la pubblicazione di articoli “peer reviewed” in ambito internazionale su temi per i quali possiamo ritenerci all'avanguardia. Tra questi, negli ultimi tempi ci siamo focalizzati su veicoli in grado di svolgere il loro compito autonomamente. Abbiamo sviluppato un transpallet in grado di scaricare autonomamente un camion e depositare il contenuto nell'area di lavoro di un magazzino automatizzato, un veicolo fuoristrada in collaborazione con un altro laboratorio di robotica del Politecnico, un veicolo per il trasporto leggero di persone in collaborazione con l'Università di Milano-Bicocca, quadricotteri autonomi per ispezione e monitoraggio di edifici e ambienti urbani. In tutti questi casi, una delle problematiche fondamentali, oltre al riconoscimento di oggetti con cui relazionarsi, è l'autolocalizzazione del robot in ambiente non noto e non strutturato, con la necessaria costruzione di una mappa. In questo ambito abbiamo appena terminato un progetto europeo per il benchmarking delle prestazioni del robot e ne abbiamo iniziato un altro su benchmarking per robot di servizio e industriali. Come riconosciuto in ambito EU, ma anche USA e internazionale, il benchmarking è fondamentale per una valutazione obiettiva delle prestazioni di un robot e quindi favorirne la commercializzazione. C'è una lunga storia di benchmarking di robot strettamente industriali, che non include le caratteristiche più avanzate dei robot autonomi che stanno entrando in casa e in fabbrica in questi anni. Tra gli altri problemi che affrontiamo in ambito robotico, l'interazione uomo-robot, in particolare in contesti ludici ma anche per formazione e terapia, lo sviluppo di robot bio-ispirati (umanoidi, animali), e la pianificazione delle attività di flotte di robot autonomi. Per l'apprendimento automatico sviluppiamo gli aspetti sia metodologici che applicativi. Si tratta di apprendere modelli, laddove la loro formulazione sia difficile o impossibile, per poter svolgere attività di controllo, previsione, classificazione e gestione, tra le applicazioni recenti, la gestione di reti di distribuzione di energia elettrica, il controllo delle vibrazioni su veicoli, il controllo di bacini idrici, aste e scommesse in rete, l'interpretazione di segnali cerebrali per controllare veicoli e smart home.
In quali comparti applicativi del manifatturiero ritiene che tematiche quali l'intelligenza artificiale e i sistemi robotizzati abbiano ulteriori potenzialità di penetrazione?
In Europa vi è una forte spinta per utilizzare robot come co-workers in fabbrica, naturale evoluzione di quello che già avviene in molte catene di montaggio, per esempio a Mirafiori, dove robot sono usati come assistenti nelle operazioni pesanti. I prossimi sviluppi saranno nella direzione di avere dei veri e propri lavoratori autonomi a fianco degli operai, per assisterli ancora meglio anche in operazioni complesse. Questo richiede che il robot non solo sia in grado di svolgere il suo compito, ma anche di interagire con la persona in modo piacevole ed efficace. Altra applicazione della robotica in fabbrica che vedremo nei prossimi anni è la movimentazione materiali in ambienti condivisi, cioè in cui le persone possano muoversi assieme ai robot. Infine, vedremo robot autonomi in grado di movimentare materiali anche in ambienti non noti a priori e non strutturati, come il cassone di un camion, o un magazzino a gestione dinamica. Le applicazioni della visione artificiale in produzione, già numerose, continuano a crescere spingendosi anche in settori diversi dal controllo di qualità, quali il controllo di processo (saldatura, lavorazioni meccaniche), magari assistite da sistemi di apprendimento automatico per l'analisi della scena e la scelta delle azioni da svolgere. Per l'Intelligenza Artificiale, abbiamo i sistemi di controllo fuzzy già usati in molti processi industriali per la loro robustezza, facilità di sviluppo, flessibilità e ampio range di operatività. Si tratta di sistemi basati su semplici regole espresse a parole che da 40 anni hanno dimostrato la loro efficacia, laddove i sistemi di controllo tradizionali hanno problemi di adattabilità e si mostrano di difficile manutenzione. Nel prossimo futuro crescerà il contributo dei sistemi di apprendimento automatico per ottimizzare la produzione industriale e le prestazioni delle macchine, cosa che già avviene per certi sistemi evoluti e particolari architetture robotiche. Inoltre, per certi processi industriali, sarà interessante usare sistemi di intelligenza artificiale per la diagnosi precoce dei malfunzionamenti del processo, come già qualcuno sta facendo da anni. In tutti questi settori potrei fare esempi di applicazioni da noi fatte in passato, in Italia. Gli imprenditori italiani spesso non sono a conoscenza di quello che potrebbero ottenere da certe tecnologie, ma, quando i più attivi lo scoprono, non esitano a sperimentarle e applicarle in produzione, dato che solo con l'innovazione l'industria italiana può sperare di sopravvivere di fronte all'avanzata delle economie emergenti.
Soffermiamoci sul co-working; cosa si deve ancora fare per raggoingere pienamente questo obiettivo?
Gli aspetti attualmente allo studio riguardano prima di tutto la sicurezza dei lavoratori umani che si trovano a lavorare a contatto con robot che finora, per normativa, devono operare in gabbie di sicurezza. Questo aspetto viene trattato da un lato dotando i robot di sensori di forza e sistemi di controllo in grado di percepire contatti dell'end-effector e regolarli: per esempio, se si ha un contatto non previsto dalla lavorazione, determinano una resistenza nulla, evitando danni alle persone. D'altro canto, come per ogni prodotto, il co-worker robotico deve essere cost-effective e offrire prestazioni che permettano un miglioramento delle attuali condizioni di lavoro. Infine, il co-worker umano deve percepire la controparte robotica in modo positivo e accettarne l'interazione. Su questo fronte stanno lavorando anche colleghi del nostro Dipartimento, per esempio facendo muovere un robot dotato di due braccia in modo piacevole per un essere umano.
Si afferma che un’automazione sempre più spinta avrà un impatto negativo sull’occupazione, ma anche che una maggior diffusione dei robot potrà creare molti nuovi posti di lavoro. Lei cosa ne pensa?
Certi sviluppi sono ineludibili, come è successo con le macchine a vapore, le macchine elettriche e i robot stessi. È ben chiaro che la logica produttiva va verso produzioni di migliore qualità a prezzi più bassi e se i robot aiutano in questa direzione non vi sarà modo di fermarne l'avanzata. D'altra parte è possibile che il lavoratore supportato dal robot possa lavorare meglio ed essere più produttivo. I lavoratori sostituiti dai robot in lavori pesanti e pericolosi o anche solo noiosi possono trovare collocazione in lavori più interessanti, ovviamente al prezzo di una migliore qualificazione, ma questa è la tendenza comune nei Paesi sviuppati, tant'è che si importa mano d'opera per lavori che ancora non vengono fatti da robot.
Biografia
Andrea Bonarini (Milano, 1957), laurea in Ingegneria Elettronica (1984), Dottorato di Ricerca (1989), Politecnico di Milano, Master in Programmazione Neurolinguistica (1993), IIPNL, è professore di prima fascia e membro del Collegio del Dottorato in Ingegneria dell'Informazione (Coordinatore per la Sezione Informatica dal 2011) presso il Dipartimento di Elettronica e Informazione del Politecnico di Milano. Membro del Progetto di Intelligenza Artificiale e Robotica del Politecnico di Milano dal 1984, coordina dal 1990 il Laboratorio di Intelligenza Artificiale e Robotica. Fellow dell'Alta Scuola Politecnica dal 2012, tra i fondatori dell'Associazione Italiana per l'Intelligenza Artificiale (AI*IA) e dell'Italian Regional Interest Group del Neural Network Council dell'IEEE, è stato, dal 2008 al 2010, Chair dell'Italian Chapter dell'IEEE Computational Intelligence Society, e dal 2003 al 2006 Coordinatore Nazionale del Gruppo di Lavoro Robotica dell'AI*IA. Ha partecipato per anni all'iniziativa Robocup anche con compiti di organizzazione strategica, e ha coordinato numerosi progetti nazionali e internazionali, finanziati da EU, CNR, ASI, vari ministeri e aziende pubbliche e private. Come interessi di ricerca: ingegneria del comportamento, interpretazione dati intelligente, sviluppo di robot autonomi, affective computing, apprendimento per rinforzo, sistemi fuzzy. Ha pubblicato più di 140 articoli in riviste, libri e atti di congressi internazionali.
