Pi0: il modello open source che migliora la robotica | Intelligenza artificiale pro e contro | Ai generativa corso | Intelligenza artificiale esempi | Turtles AI

Physical Intelligence ha reso open source il modello di fondazione robotica Pi0, permettendo agli sviluppatori di adattarlo a diversi compiti. Il progetto openpi include codice, pesi e checkpoint ottimizzati per piattaforme come ALOHA e DROID. L’azienda mira a sviluppare modelli di controllo robotico generalisti e collaborare con la comunità per migliorarne l’applicazione.

Punti chiave:

• Modello open source: Physical Intelligence ha rilasciato il codice e i pesi del modello Pi0, accessibili tramite il repository openpi su GitHub.
• Adattabilità e prestazioni: Pi0 può essere perfezionato con 1-20 ore di dati per numerose attività su robot con configurazioni differenti.
• Checkpoint ottimizzati: Sono disponibili modelli specifici per piattaforme come ALOHA e DROID, con diverse strategie di controllo e inferenza.
• Collaborazione e futuro: Il progetto openpi mira a incentivare la ricerca e lo sviluppo di robotica generalista, ispirandosi all’evoluzione dei modelli di linguaggio open source.

Physical Intelligence, startup di San Francisco che ha raccolto oltre 400 milioni di dollari di finanziamenti, ha annunciato il rilascio open source del suo modello di fondazione robotica Pi0. Questa tecnologia rappresenta un significativo passo avanti nella robotica adattabile, permettendo a sviluppatori e ricercatori di personalizzare le capacità del modello per una vasta gamma di applicazioni pratiche. Pi0 è stato progettato per controllare robot in compiti come piegare il bucato, pulire superfici e manipolare piccoli oggetti, con la possibilità di essere affinato per compiti specifici grazie a un apprendimento rapido e mirato.

Il cuore del progetto è openpi, un repository GitHub che fornisce non solo il codice sorgente del modello, ma anche i pesi pre-addestrati e numerosi checkpoint per ottimizzare Pi0 su piattaforme robotiche reali e simulate. Tra le risorse incluse vi sono script per l’inferenza e strumenti per il perfezionamento del modello su robot già esistenti. Physical Intelligence ha confermato che l’ottimizzazione di Pi0 richiede dai 60 ai 1200 minuti di dati operativi per ottenere risultati soddisfacenti, un valore sorprendentemente ridotto rispetto alle tradizionali tecniche di apprendimento robotico.

Il modello base Pi0 è stato addestrato su un ampio dataset che comprende diverse piattaforme robotiche, tra cui OXE e altri sette sistemi sviluppati dall’azienda. Tra le varianti disponibili, Pi0-FAST utilizza un tokenizzatore avanzato per una discretizzazione autoregressiva più efficiente, migliorando la capacità del modello di seguire istruzioni linguistiche con maggiore precisione, seppur a costo di una maggiore complessità computazionale. Inoltre, vi sono modelli ottimizzati per ambienti specifici: Pi0-FAST DROID e Pi0 DROID sono specializzati nel controllo di bracci robotici Franka in scenari diversificati, mentre Pi0 ALOHA è stato progettato per manipolazioni avanzate su robot a doppio braccio, con compiti come la gestione di alimenti o la piegatura di tessuti. Infine, il checkpoint Pi0 Libero è calibrato per il benchmark Libero, fornendo prestazioni pronte all’uso per questa piattaforma.

L’iniziativa di Physical Intelligence si inserisce in un contesto di crescente interesse per i modelli di fondazione nella robotica. Questi modelli, analoghi ai Large Language Models nel campo del linguaggio, permettono ai robot di apprendere nuovi compiti con un numero ridotto di esempi, migliorando la generalizzazione e riducendo la necessità di dati specifici per ogni nuova attività. L’azienda sottolinea come il futuro della robotica dipenderà dallo sviluppo di modelli capaci di adattarsi a qualsiasi macchina e contesto operativo. Tuttavia, riconosce che esistono ancora numerose sfide irrisolte, sia dal punto di vista della scalabilità che dell’integrazione con le piattaforme esistenti.

Il rilascio di openpi rappresenta dunque un esperimento ambizioso: sebbene Pi0 sia stato sviluppato principalmente per le piattaforme proprietarie di Physical Intelligence, l’azienda incoraggia la comunità a testarlo e adattarlo ad altre configurazioni. Openpi è compatibile sia con JAX che con PyTorch, grazie a una porta sviluppata in collaborazione con HuggingFace, ampliando così l’accessibilità del modello alla comunità di ricerca e sviluppo. L’azienda prevede che l’uso principale di openpi sarà l’affinamento di Pi0 su robot specifici, con la possibilità di creare nuove implementazioni che migliorino ulteriormente le capacità di adattamento e generalizzazione.

L’evento Robotics Summit & Expo, che si terrà a Boston il 30 aprile e il 1° maggio, sarà un’importante occasione per approfondire l’evoluzione dei modelli di fondazione robotica. Daniela Rus, direttrice del CSAIL del MIT, terrà un keynote dedicato all’intelligenza fisica, concetto che unisce la capacità computazionale dell’AI con l’interazione concreta nel mondo reale. Il summit ospiterà oltre 70 relatori e migliaia di esperti del settore, offrendo un’ampia panoramica sulle innovazioni in corso e sulle prospettive future della robotica generalista.

Il rilascio open source di Pi0 segna un passo significativo verso un’AI fisica più versatile e accessibile, aprendo la strada a nuove applicazioni nel controllo robotico e nell’automazione avanzata.