Diego Romeres, Senior Principal Scientist e team leader della robotica ai Mitsubishi Electric Research Laboratories di Cambridge, racconta come l’intelligenza artificiale stia trasformando la robotica industriale.
Dalla manipolazione robotica con sensori tattili ai modelli data-driven e fisici, fino alla sicurezza e all’adattamento dei sistemi collaborativi: un viaggio tra ricerca, industria e futuro dell’automazione.
Link utili
Trascrizione
Davide: Ciao, benvenuti in una nuova puntata del Cantiere AI Podcast. Oggi siamo qui con Diego Romeres, Senior Principal Scientist e Team Leader della squadra di robotica di Mitsubishi Electric Research Laboratories. Giusto?
Diego Romeres: Giusto! Noi siamo il centro di ricerca di Mitsubishi Electric con sede a Cambridge, in Massachusetts. Siamo una parte di Mitsubishi, completamente finanziata da loro, ma operiamo in modo indipendente.
Davide: Oggi per registrare siamo a Padova. È un luogo importante per te, perché hai iniziato proprio qui a studiare robotica.
Diego Romeres: Esatto. Una decina d'anni fa ero tra questi banchi a finire il mio dottorato. È da qui che è nata la mia passione per l'automazione, il machine learning e la robotica.
Fabio: Vuoi raccontarci in breve il tuo percorso? Come sei arrivato da Padova a Cambridge ad approcciare l'intelligenza artificiale? Abbiamo letto che hai fatto vari passi in giro per il mondo.
Diego Romeres: Sono stato abbastanza fortunato da poter combinare la mia passione per i viaggi con la ricerca. Ho iniziato con la laurea in Ingegneria dell'Automazione qui a Padova, focalizzandomi sulla teoria dei sistemi di controllo. Poi ho proseguito con il dottorato, studiando tecniche di machine learning molto teoriche per spiegare i dati tramite modelli dinamici. La teoria mi piaceva, ma sentivo il bisogno di applicarla a qualcosa di concreto. I robot sono sistemi dinamici bellissimi, con proprietà fisiche ben studiate, ma sentivo che mancava qualcosa. L'idea è stata: come combiniamo le conoscenze fisiche di base con quello che possiamo imparare dai dati?
Davide: E da lì hai iniziato a viaggiare per perfezionare queste tecniche.
Diego Romeres: Sì, durante la tesi di dottorato ho fatto un periodo al TU Darmstadt in Germania, in un centro famosissimo per il Reinforcement Learning applicato alla robotica, dove ho fatto i miei primi lavori seri. Dopo il dottorato, nel 2017, ho visto che i Mitsubishi Electric Research Laboratories a Cambridge cercavano proprio un profilo come il mio. Senza nessuna raccomandazione, da italiano, ho inviato la candidatura. Erano interessatissimi al mio argomento e mi hanno assunto subito. Sono partito dalla posizione base di Research Scientist e, dopo vari step, da due anni sono Team Leader del gruppo di robotica. Siamo circa sei ricercatori e ci occupiamo di manipolazione robotica, collaborazione uomo-robot e di come utilizzare l'AI (Large Language Models, Vision Language Models) per automatizzare i processi industriali.
Fabio: Avendo studiato all'ETH di Zurigo, a Darmstadt, in California a Santa Barbara e avendo lavorato per Siemens a Monaco, come ti hanno arricchito queste esperienze così diverse tra loro?
Diego Romeres: Hanno formato sia la mia personalità che la mia attitudine da ricercatore. Ti trovi di fronte a realtà con background completamente diversi: in un posto danno per scontato un argomento, in un altro affrontano i problemi in modo totalmente differente. Impari ad assorbire il meglio da ogni cultura e a metterlo insieme. Ad esempio, unire il rigore della Svizzera con la creatività della California per me è stato fondamentale.
Davide: Hai citato la "manipolazione". Il grande limite, ma anche la grande potenzialità dei robot, è interagire col mondo fisico. Un conto è un'AI che lavora su un computer, un altro è un braccio meccanico. Come è cambiata la manipolazione robotica in questi anni? Il professor Ruggero Carli ci diceva che a livello di simulazione siamo bravissimi, ma è la fisica a fregarci!
Diego Romeres: È verissimo. Rispetto a 10 anni fa, la robotica sta cambiando tantissimo. Io ho un background model-based, un approccio classico in cui cerchi di spiegare il modello fisico con equazioni e poi ci scrivi sopra un controllore. Adesso invece c'è una forte tendenza verso i metodi data-driven, basati sui dati. I modelli generalisti (LLM o VLM) "distillano" la conoscenza umana e le regole della fisica direttamente dall'enorme mole di dati su cui sono stati allenati, senza bisogno dello studio analitico delle equazioni matematiche. Personalmente, credo che la chiave per il futuro della manipolazione robotica sarà trovare l'intersezione tra questi due mondi.
Fabio: Leggevo che siete riusciti a dare anche il senso del "tatto" ai robot. Come funziona?
Diego Romeres: I simulatori fisici sono comodissimi perché usare robot reali è costoso e si rompono, ma hanno comunque dei limiti. Negli ultimi cinque anni i sensori tattili hanno preso molto piede. Le telecamere danno una visione globale della scena, ma quando un braccio robotico afferra un oggetto, spesso lo copre e la telecamera "non vede" più cosa succede. Un po' come se tu provassi a prendere un oggetto avendo i polpastrelli anestetizzati chimicamente: ci riusciresti solo guardando, ma faresti una gran fatica. Noi usiamo i sensori tattili per calcolare con un'accuratezza sotto il millimetro (parliamo di 200 micron) la posizione esatta dell'oggetto tra le dita del robot. È fondamentale per fare assemblaggi di precisione, come inserire degli ingranaggi.
Davide: Ma se dessimo al robot un oggetto che non ha mai visto prima, sarebbe in grado di spostarlo senza farlo cadere o romperlo?
Diego Romeres: È una domanda interessantissima. Ormai per i task di pick and place (presa e appoggio) siamo abbastanza robusti. Questo grazie anche alla Soft Robotics, per cui l'end-effector (la parte finale del robot) non è più solo in metallo rigido, ma può essere fatto di materiali flessibili. Questo ci permette di trasportare sia oggetti rigidi che fragili o deformabili, come un bicchiere o una fragola. La vera speranza oggi è nei Vision Language Models: se il robot non è mai stato addestrato per prendere una fragola, ma il suo modello visivo "sa" cosa sia una fragola e sa che è un oggetto morbido e delicato, riesce ad adattarsi dinamicamente per non schiacciarla.
Fabio: In ambito industriale c'è sempre il problema dei tempi di setup. Questi modelli riducono il tempo per addestrare una macchina a fare una lavorazione diversa?
Diego Romeres: Sì, parliamo della low-volume high-mix production. Molte PMI hanno tanti prodotti diversi, ma in volumi bassi. Riconfigurare la linea di produzione ogni settimana, spostando le macchine e creando attrezzature ad hoc, è costosissimo. L'idea è aggiungere molta più sensoristica (telecamere, LIDAR, sensori di forza e tattili) per far sì che la stessa linea, con pochissimi cambiamenti e algoritmi generalisti, possa passare dalla produzione del prodotto A al prodotto B in modo super efficiente.
Fabio: E sul tema della sicurezza? Come ci si tutela se la macchina si trova davanti un caso particolare imprevisto?
Diego Romeres: La sicurezza è l'aspetto ancora meno risolto dell'intelligenza artificiale applicata all'industria, ed è il motivo per cui l'AI non è ancora utilizzata su larghissima scala. Con gli algoritmi classici potevamo impostare dei vincoli matematici (constraints) per evitare i contatti o gestire le forze in collaborazione con l'operatore umano. Ma garantire al 100% la sicurezza usando reti neurali con miliardi di parametri, che sono delle "scatole nere", è molto più difficile da certificare per i protocolli industriali.
Davide: Tornando all'approccio più tradizionale che dà risultati efficaci, tu hai sviluppato l'algoritmo MPILCO. Ce ne parli?
Diego Romeres: Volentieri. Abbiamo notato che i grandi modelli di AI richiedono enormi quantità di dati presi da internet, ma quando lavori con sistemi fisici e robotici, raccogliere tanti dati reali è complicato e lento. Quindi abbiamo utilizzato una tecnica chiamata Gaussian Process Regression: è un approssimatore di funzioni simile a una rete neurale, ma con proprietà speciali che gli permettono di imparare usando molti meno dati. A questo abbiamo unito delle simulazioni Monte Carlo (la "MC" del nome MPILCO).
Fabio: Come funzionano le simulazioni Monte Carlo?
Diego Romeres: "Sparano" migliaia di particelle virtuali che simulano leggere variazioni della fisica del sistema, permettendoci di capire il movimento reale del robot senza dover fare assunzioni teoriche preimpostate. Questo algoritmo è multimodale: riesce a trovare e imparare contemporaneamente più soluzioni diverse per lo stesso problema. Ad esempio, se devi colpire una bottiglia con una pallina legata a un filo, l'algoritmo non impara solo a colpirla da destra, ma capisce che a seconda del punto di partenza può colpirla anche da sinistra. Modelli precedenti si bloccavano cercando di fare "la media" tra le due soluzioni, finendo per sbattere contro la bottiglia.
Davide: Con questo algoritmo avete anche vinto per due anni consecutivi l'AI Olympics! In cosa consisteva la competizione?
Diego Romeres: È una sfida organizzata da università e conferenze di robotica per trovare i migliori algoritmi di controllo per sistemi "sottoattuati", cioè robot che hanno meno motori rispetto ai gradi di libertà in cui possono muoversi. L'esempio classico è il doppio pendolo inverso: immagina un braccio snodato in due parti, ma con un solo motore alla base. Lo scopo è dare gli impulsi di energia giusti per farlo oscillare fino a portarlo verso l'alto e mantenerlo in perfetto equilibrio.
Fabio: E ci siete riusciti alla grande, immagino.
Diego Romeres: Sì! Gli organizzatori erano stati cattivi: la seconda volta avevano introdotto degli impulsi randomici. In pratica, mentre il pendolo era in equilibrio, il sistema simulava una "botta" improvvisa per farlo cadere. Grazie alle simulazioni Monte Carlo e alla Gaussian Process Regression, il nostro modello era talmente robusto che riusciva a contrastare l'impulso o, se cadeva, riprendeva immediatamente il movimento per tornare in cima senza doversi fermare. Vinceva chi riusciva a stare in perfetto equilibrio per più tempo.
Davide: Ti faccio una domanda di prospettiva. Se tu fossi uno studente oggi, in questo periodo di cambiamenti rapidissimi, cosa consiglieresti di studiare? E come cambierà il mercato del lavoro per chi usa le macchine in fabbrica?
Diego Romeres: Per la robotica, consiglio di approfondire i modelli multimodali (VLM) e tecniche recenti come la Diffusion Policy, da applicare alla collaborazione uomo-robot. Per i prossimi decenni l'uomo sarà ancora affiancato al robot. Ma il consiglio più importante è: qualsiasi cosa stiate studiando, fatela bene. L'AI vi aiuta a scrivere codice velocemente o vi fa i riassunti, ma se non costruite le basi (come imparare Python e PyTorch a fondo) non avrete "appigli mentali" per risolvere i problemi complessi quando le cose si fanno difficili.
Per quanto riguarda il lavoro in azienda, l'automazione alzerà enormemente l'asticella della produttività. Non saremo solo "supervisori" noiosi, ma utilizzeremo strumenti potentissimi per inventare nuove cose e raggiungere risultati prima impensabili.
Fabio: Chiudiamo con le nostre tre domande veloci. Un libro che ci consigli?
Diego Romeres: Per chi lavora in questo campo, il manuale classico Reinforcement Learning di Sutton e Barto è imprescindibile. Sull'AI in generale vi consiglio The Most Human Human di Brian Christian, che parla del test di Turing. Infine, cambiando totalmente argomento, Outlive di Peter Attia: un bellissimo saggio sulla longevità, sull'importanza dell'esercizio fisico, dell'alimentazione e del sonno. Dobbiamo rimanere in salute!
Davide: Un tool di intelligenza artificiale che usi spesso?
Diego Romeres: Per lavoro usiamo le API di OpenAI, ma vi segnalo che il modello Gemini 1.5 Pro di DeepMind (Google), applicato alla robotica, sta mostrando risultati potentissimi. A livello aziendale, ovviamente, non carichiamo mai dati confidenziali sulla versione pubblica di ChatGPT, ma ci affidiamo alle versioni Enterprise per garantire la privacy dei dati nel nostro network.
Fabio: Un podcast o una serie TV che consiglieresti?
Diego Romeres: Consigliatissimo il podcast In Control, gestito da colleghi dell'ETH di Zurigo: intervistano esperti mondiali della teoria del controllo, è molto tecnico ma bellissimo. Per l'informazione generale adoro The Essential di Will Media, diretto e senza giri di parole. E ovviamente il Lex Fridman Podcast dell'MIT, ha sempre interviste formidabili.
Davide: Grazie mille Diego. È stato affascinante e ci hai dato spunti di altissimo livello tecnico!
Diego Romeres: Grazie a voi, è stata una bellissima esperienza. Continuate così!