Redazione RHC : 2 Aprile 2023 09:55
Abbiamo spesso discusso dei rischi che potrebbero derivare dall’installazione di un’intelligenza artificiale che, fino ad oggi, ci ha aiutato a creare foto e a correggere bozze, su un corpo autonomo.
Si tratta di fatto dell’unione di due discipline che migliorano costantemente le loro performance e sono l’intelligenza artificiale e la robotica.
Inoltre, abbiamo sottolineato come la mancanza di una regolamentazione adeguata di queste tecnologie potrebbe portare ad un uso non controllato delle AI, ma sembra che non siamo molto distanti da questa situazione.
Vuoi diventare un esperto del Dark Web e della Cyber Threat Intelligence (CTI)?
Stiamo per avviare il corso intermedio in modalità "Live Class", previsto per febbraio.
A differenza dei corsi in e-learning, disponibili online sulla nostra piattaforma con lezioni pre-registrate, i corsi in Live Class offrono un’esperienza formativa interattiva e coinvolgente.
Condotti dal professor Pietro Melillo, le lezioni si svolgono online in tempo reale, permettendo ai partecipanti di interagire direttamente con il docente e approfondire i contenuti in modo personalizzato.
Questi corsi, ideali per aziende, consentono di sviluppare competenze mirate, affrontare casi pratici e personalizzare il percorso formativo in base alle esigenze specifiche del team, garantendo un apprendimento efficace e immediatamente applicabile.
Contattaci tramite WhatsApp al 375 593 1011 per richiedere ulteriori informazioni oppure scriviti alla casella di posta [email protected]
Il team di ricerca sull’intelligenza artificiale di Meta ha annunciato una serie di importanti progressi nel coordinamento delle abilità adattive e nella simulazione della corteccia visiva che consentiranno ai robot alimentati dall’intelligenza artificiale di agire in modo indipendente nel mondo reale.
Questi risultati rappresentano un progresso significativo verso una “IA incorporata” completa in grado di interagire con l’ambiente senza l’intervento umano.
La corteccia visiva è la parte del cervello che consente agli esseri di usare la vista per compiere azioni.
Pertanto, la corteccia visiva artificiale è estremamente importante per i robot che devono risolvere problemi in base a ciò che vedono davanti a loro.
La corteccia visiva artificiale VC-1 è stata addestrata sul set di dati Ego4D contenente migliaia di ore di riprese di telecamere indossabili di partecipanti allo studio in tutto il mondo che svolgono attività comuni come cucinare, pulire, fare sport e artigianato.
Tuttavia, la corteccia visiva è solo un aspetto dell’IA incarnata. Affinché un robot possa operare in modo completamente indipendente nel mondo reale, deve essere in grado di manipolare oggetti nell’ambiente – avvicinarsi ad un oggetto, raccoglierlo, spostarlo in un altro luogo e posizionare un oggetto – e fare tutto questo sulla base a quello che vede e sente.
Per risolvere questo problema, gli specialisti di intelligenza artificiale di Meta, insieme ai ricercatori del Georgia Institute of Technology, hanno sviluppato un nuovo approccio ASC (Adaptive Skill Coordination – Adaptive Skill Coordination), in cui la formazione avviene in simulazioni si abilità che poi vengono trasferite a veri robot.
Meta ha dimostrato l’efficacia dell’ASC collaborando con Boston Dynamics.
L’ASC è stato integrato con il robot Spot, che ha solide capacità di riconoscimento, navigazione e manipolazione, sebbene richieda un coinvolgimento umano significativo.
L’obiettivo dei ricercatori era creare un modello di intelligenza artificiale in grado di percepire il mondo che li circonda utilizzando sensori che utilizzano l’API di Boston Dynamics. Inizialmente, ASC è stato addestrato nel simulatore Habitat utilizzando set di dati HM3D e ReplicaCAD, che contengono modelli 3D di oltre mille case.
Quindi il robot virtuale Spot è stato addestrato a muoversi in case sconosciute, raccogliere oggetti, trasportarli e posizionarli nel posto giusto. Successivamente, queste abilità sono state trasferite a veri robot Spot, che hanno svolto autonomamente gli stessi compiti, sulla base della comprensione ricevuta dagli ambienti simulati.
“Abbiamo utilizzato due ambienti del mondo reale completamente diversi in cui Spot ha svolto attività per spostare vari oggetti: un appartamento di 185 m² completamente arredato e un laboratorio universitario di 65 m²”, osservano i ricercatori. “ASC ha ottenuto prestazioni quasi perfette, gestendo con successo 59 compiti su 60, superando instabilità hardware, errori di selezione e ostacoli competitivi come ostacoli in movimento o percorsi bloccati”.
I ricercatori di Meta hanno rilasciato oggi il codice sorgente per il modello VC-1, fornendo dettagli sul ridimensionamento del modello e sulle dimensioni del set di dati. Il prossimo obiettivo del team sarà integrare il VC-1 con l’ASC per creare un unico sistema che si avvicini alla realizzazione di una vera IA incarnata.
Una recente analisi di Cyber Threat Intelligence (CTI) condotta da DREAM ha svelato i dettagli di una complessa campagna di spear-phishing avvenuta nell’agosto 2025. L’attacco, attribuito a un gru...
La Cina ha presentato KylinOS 11 , il più grande aggiornamento del suo sistema operativo nazionale, che il governo ha definito un importante passo avanti nella creazione di un ecosistema tecnologico ...
A livello di definizione, per wetware si intende quella tecnologia che combina hardware e software per potenziare le forme di vita biologiche. Steve M. Potter, è un professore associato presso il Lab...
Gli Stati Uniti e diversi Paesi alleati hanno lanciato un allarme congiunto sulla crescente offensiva cibernetica condotta da attori sponsorizzati dalla Repubblica Popolare Cinese. Secondo una nuova C...
Un esperto di sicurezza ha scoperto che sei dei gestori di password più diffusi, utilizzati da decine di milioni di persone, sono vulnerabili al clickjacking, un fenomeno che consente agli aggressori...