Portare l’intelligenza artificiale fuori dagli schermi e dentro le fabbriche. È l’obiettivo di Agile Robots, azienda nata nel 2018 come spin-off del German Aerospace Center, il centro aerospaziale tedesco. Il fondatore e amministratore delegato Zhaopeng Chen ha illustrato il percorso della società durante Wave 2026 a Torino, spiegando come le tecnologie sviluppate per l’esplorazione spaziale siano state trasferite agli ambienti produttivi.
Secondo Chen, la cosiddetta Physical AI non deve limitarsi a elaborare informazioni, ma deve anche saper percepire l’ambiente, toccare gli oggetti e muoversi nel mondo reale. Le competenze maturate dai fondatori del gruppo includono lo sviluppo di robot astronauti, mani robotiche azionate da tendini, esoscheletri, sistemi per la chirurgia e dispositivi capaci di interpretare i segnali muscolari.
Dalla ricerca spaziale alle fabbriche
Tra i progetti ricordati dal manager c’è un sistema che consentiva a una donna paralizzata di controllare un braccio robotico attraverso i segnali provenienti dal cervello, fino a raggiungere e afferrare un bicchiere d’acqua. In altri casi, i robot venivano comandati dalla Terra per svolgere attività sulla Stazione spaziale internazionale. Il passaggio successivo è stato applicare queste soluzioni all’industria.
Oggi Agile Robots conta oltre 3.500 dipendenti e più di 25 sedi nel mondo. L’azienda sviluppa bracci industriali, umanoidi, esoscheletri e robot mobili, oltre ai sistemi operativi e ai modelli di intelligenza artificiale necessari per controllarli. Per Chen, il futuro dipenderà dall’integrazione tra componenti meccaniche e software in un unico sistema.
La Physical AI, nella sua interpretazione, si basa su tre elementi: il corpo, il cervello e i dati. I sistemi di controllo dei robot sarebbero già abbastanza precisi e affidabili, mentre i modelli di intelligenza artificiale stanno avanzando rapidamente. Il principale limite resta però la disponibilità di dati di alta qualità, indispensabili per addestrare le macchine a gestire situazioni concrete.
La formazione delle macchine
Un robot industriale non deve soltanto riconoscere un oggetto, ma anche sapere come afferrarlo, quanta forza usare, come reagire se scivola e come modificare il proprio comportamento quando cambiano le condizioni. A differenza di un lavoratore esperto, che arriva in fabbrica con migliaia di ore di esperienza, una macchina parte da zero e spesso deve ricominciare l’addestramento quando il compito varia anche solo leggermente.
Da questa esigenza nasce la Robot Academy, un modello nel quale gli esseri umani svolgono il ruolo di insegnanti e i robot quello di studenti. Le esperienze accumulate dovrebbero diventare riutilizzabili in ambienti e stabilimenti diversi. L’addestramento combina dati raccolti da robot reali, simulazioni, osservazione dei movimenti umani e archivi disponibili online. Il sistema utilizza inoltre una memoria per conservare ciò che è accaduto e orientare le decisioni successive.
Durante l’intervento è stata mostrata una prova apparentemente semplice: un robot impegnato a infilare un filo nella cruna di un ago. La macchina afferra l’ago con una mano, il filo con l’altra e corregge ripetutamente i propri movimenti sulla base delle informazioni ricevute. Per Chen, il risultato dimostra i progressi raggiunti, anche se la verifica decisiva arriverà nelle linee produttive reali, con clienti e compiti concreti.
L’obiettivo finale è permettere ai robot di affrontare attività differenti senza dover essere riprogrammati ogni volta. La Physical AI, secondo il fondatore di Agile Robots, non è quindi soltanto una prospettiva futura, ma una tecnologia già presente e in fase di applicazione nell’industria.
