{"id":95954,"date":"2026-06-19T10:30:08","date_gmt":"2026-06-19T08:30:08","guid":{"rendered":"https:\/\/appelloalpopolo.it\/?p=95954"},"modified":"2026-06-18T23:20:11","modified_gmt":"2026-06-18T21:20:11","slug":"lintelligenza-artificiale-impara-a-ricordare-da-come-trovare-le-chiavi-di-casa-alla-rivoluzione-della-produttivita-industriale-e-la-sicurezza","status":"publish","type":"post","link":"https:\/\/appelloalpopolo.it\/?p=95954","title":{"rendered":"L’Intelligenza Artificiale impara a ricordare: da come trovare le chiavi di casa alla rivoluzione della produttivit\u00e0 industriale e la sicurezza"},"content":{"rendered":"

di SCENARI ECONOMICI (Canale Substack)<\/strong><\/p>\n

\"\"<\/p>\n

I ricercatori del MIT hanno creato DAAAM, una memoria spazio-temporale che permette ai robot di ricordare dove si trovano gli oggetti in tempo reale.<\/em><\/p>\n

Quante volte vi \u00e8 capitato di non trovare le chiavi di casa? Un essere umano, per quanto distratto, possiede una mappa mentale dello spazio e del tempo: ricorda di averle appoggiate sul tavolo della cucina la sera prima e, a colpo sicuro, va a recuperarle. Se questa memoria non si \u00e8 creata giriamo come dei fessi per casa a cercarle. Per noi la generazione di questi ricordi \u00e8 un\u2019operazione banale, quasi inconscia. Per un robot o un\u2019Intelligenza Artificiale, fino a ieri, questa memoria \u201cspazio-temporale\u201d rappresentava un ostacolo insormontabile. Senza una memoria contestuale, una macchina \u00e8 costretta a scansionare l\u2019intero ambiente da zero, pixel per pixel, con un dispendio enorme di potenza di calcolo e, soprattutto, di tempo. E nell\u2019economia reale, il tempo \u00e8 denaro.<\/p>\n

Se la perdita delle chiavi di casa \u00e8 un fastidio domestico, immaginate lo stesso problema su scala industriale. Un\u2019operaia in una catena di montaggio sa perfettamente dove ha lasciato un componente parzialmente assemblato alla fine del turno. Un braccio robotico o un automa logistico che lavora al suo fianco, invece, faticherebbe enormemente a elaborare una direttiva del tipo: \u201cvai a prendere il componente che abbiamo iniziato ad assemblare ieri sera\u201d. La mancanza di questa memoria contestuale ha rappresentato, finora, un pesante limite alla produttivit\u00e0 e ha fortmente limitato molte applicazioni industriali, oltre che costituire un problema di sicurezza.<\/p>\n

Oggi, tuttavia, un team di ricercatori del MIT (composto da Nicolas Gorlo, Lukas Schmid e Luca Carlone) ha presentato una soluzione che potrebbe cambiare le carte in tavola.<\/p>\n

Il framework DAAAM: descrivere tutto, ovunque e in qualsiasi momento<\/strong><\/p>\n

Il problema principale dei sistemi di visione artificiale attuali \u00e8 un fastidioso trade-off tecnico: o sono veloci ma \u201cstupidi\u201d (usano vocabolari chiusi e non capiscono i dettagli), oppure sono incredibilmente precisi ma lentissimi, incompatibili con il tempo reale.<\/p>\n

Per superare questo collo di bottiglia, i ricercatori hanno sviluppato un framework chiamato DAAAM, acronimo di Describe Anything, Anywhere, at Any Moment. Si tratta di un sistema di memoria spazio-temporale che permette a un robot di mappare geometricamente l\u2019ambiente in 3D e, simultaneamente, di \u201cattaccare\u201d descrizioni semantiche dettagliate agli oggetti che incontra.<\/p>\n

Come funziona nella pratica? Mentre l\u2019automa si muove nell\u2019ambiente, non analizza minuziosamente ogni singolo fotogramma (il che saturerebbe i server e farebbe crollare i tempi di reazione). Al contrario, DAAAM raggruppa i frammenti visivi e utilizza un algoritmo di ottimizzazione per selezionare solo i fotogrammi chiave in cui gli oggetti sono chiaramente visibili. A quel punto, il sistema invia le immagini \u201ca pacchetti\u201d (in batch) a un modello linguistico-visivo di grandi dimensioni per farsi descrivere l\u2019ambiente in un colpo solo.<\/p>\n

Questo trucco computazionale aumenta la velocit\u00e0 di inferenza di un ordine di grandezza , permettendo al sistema di operare in tempo reale a 10 Hz. In sostanza, il robot processa il mondo alla stessa velocit\u00e0 con cui ci si muove.<\/p>\n

Le ricadute economiche: efficienza e agenti generalisti<\/strong><\/p>\n

Dal punto di vista macroeconomico e industriale, l\u2019innovazione \u00e8 rilevante. I dati parlano chiaro: nei complessi compiti di spatio-temporal question answering (SQA), ovvero l\u2019interrogazione del robot sull\u2019ambiente circostante, DAAAM ha migliorato l\u2019accuratezza delle risposte del 53,6% rispetto alle tecnologie precedenti , riducendo drasticamente gli errori di posizionamento e le inesattezze temporali.<\/p>\n

Le applicazioni pratiche sono immediate. In una fabbrica, un robot equipaggiato con DAAAM pu\u00f2 rispondere in tempo reale a domande formulate in linguaggio naturale come \u201cdove e quando hai visto l\u2019ultima volta il cacciavite rosso?\u201d. La macchina interroga il proprio \u201cgrafo di scena 4D\u201d e recupera l\u2019informazione esatta, azzerando i tempi morti di ricerca.<\/p>\n

Oltre alla manifattura, la tecnologia si prester\u00e0 all\u2019uso nei sistemi di Realt\u00e0 Aumentata (AR) per guidare i manutentori nella rilevazione di anomalie industriali o per ottimizzare la logistica di magazzino. Avere macchine capaci di memorizzare la disposizione dello spazio e la linea temporale degli eventi significa abbattere i costi di supervisione umana e rendere il capitale tecnologico finalmente flessibile, capace di adattarsi agli imprevisti senza dover essere riprogrammato per ogni minima variazione della linea produttiva. Immaginate poi di applicarlo in sala operatoria: a termine di un\u2019operazione chirurgica potrebbe confermare o meno la posizione di ogni pezzo chirugico.<\/p>\n

Alla fine, l\u2019intelligenza artificiale non si limiter\u00e0 a scrivere poesie o riassumere documenti. Trover\u00e0 le nostre chiavi di casa, certo. Ma, fatto ben pi\u00f9 importante, fornir\u00e0 al nostro tessuto industriale quegli \u201cagenti generalisti\u201d in grado di sostenere la produttivit\u00e0 in un\u2019epoca di profonde sfide demografiche ed economiche.<\/p>\n

Fonte: https:\/\/open.substack.com\/pub\/scenarieeconomici\/p\/lintelligenza-artificiale-impara?r=obdkf&utm_campaign=post&utm_medium=web&showWelcomeOnShare=true<\/a><\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

di SCENARI ECONOMICI (Canale Substack) I ricercatori del MIT hanno creato DAAAM, una memoria spazio-temporale che permette ai robot di ricordare dove si trovano gli oggetti in tempo reale. Quante volte vi \u00e8 capitato di non trovare le chiavi di casa? Un essere umano, per quanto distratto, possiede una mappa mentale dello spazio e del tempo: ricorda di averle appoggiate sul tavolo della cucina la sera prima e, a colpo sicuro, va a recuperarle. Se...<\/p>\n","protected":false},"author":95,"featured_media":26680,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","enabled":false},"version":2}},"categories":[32],"tags":[],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/appelloalpopolo.it\/wp-content\/uploads\/2016\/12\/Scenarieconomici.png","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/p7ZaJ4-oXE","_links":{"self":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts\/95954"}],"collection":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/users\/95"}],"replies":[{"embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=95954"}],"version-history":[{"count":1,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts\/95954\/revisions"}],"predecessor-version":[{"id":95956,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts\/95954\/revisions\/95956"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/media\/26680"}],"wp:attachment":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=95954"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=95954"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=95954"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}