Autore: Jan Liphardt

Tradotto da: Deep Tide TechFlow

L'autore originale è Jan Liphardt, professore associato al Dipartimento di Ingegneria Biomedica della Stanford University, dove ha conseguito il dottorato di ricerca.

È anche il fondatore di Openmind. Openmind si concentra sullo sviluppo di software open source multi-agente, con l'obiettivo di rendere i robot più intelligenti e garantire che gli esseri umani possano esaminare e comprendere il processo decisionale dei robot. È anche uno dei principali autori dello standard ERC-7777, un protocollo sviluppato congiuntamente da Openmind e Nethermind.io, progettato per regolamentare il modo in cui gli esseri umani interagiscono nella società di collaborazione con i robot.

Testo

I robot intelligenti autonomi sono stati un tempo considerati un concetto fantascientifico irraggiungibile, ma oggi, i modelli linguistici di grandi dimensioni (LLM) e l'intelligenza artificiale generativa hanno conferito alle macchine la capacità di pianificare, apprendere e pensare. Non solo, ma questi software, in grado di vincere le olimpiadi matematiche e scrivere romanzi, possono anche controllare robot fisici, consentendo a un'entità digitale di passare senza soluzione di continuità tra il mondo digitale e quello fisico. Pertanto, i robot che cammineranno nella tua comunità o con cui collaborerai in futuro saranno in grado di esprimere opinioni e comportamenti coerenti su X/Twitter, mercati predittivi e nella vita reale.

Tuttavia, affrontiamo una sfida importante: come integrare queste macchine intelligenti nella società umana, dalle scuole, agli ospedali, alle fabbriche, fino alle case e alla vita quotidiana? La maggior parte dei sistemi esistenti è progettata per gli esseri umani, richiedendo per impostazione predefinita impronte digitali, genitori e date di nascita, condizioni che ovviamente non sono applicabili alle macchine intelligenti. Inoltre, c'è ancora un enorme dibattito su come regolare queste macchine—dobbiamo vietarne lo sviluppo, sospendere la loro ricerca, o limitare la loro capacità di generare emozioni comprensibili per gli esseri umani (come proposto dall'UE)? Più complesso è, se un modello linguistico di grandi dimensioni con 200 miliardi di parametri sta operando su un computer in orbita terrestre bassa e controlla un robot di trading o un robot fisico nell'ufficio della Securities and Exchange Commission (SEC) di New York, quali leggi regionali deve seguire?

Abbiamo un urgente bisogno di un sistema globale in grado di supportare le transazioni finanziarie, che consenta agli esseri umani e alle macchine intelligenti di votare insieme per creare regole, mantenendo l'immutabilità, la trasparenza e una forte resilienza. Fortunatamente, negli ultimi 16 anni, migliaia di sviluppatori e innovatori hanno costruito un sistema del genere—un framework parallelo per la governance decentralizzata e la finanza. Fin dall'inizio, l'obiettivo della blockchain è stato quello di supportare "comunità non geografiche che esplorano nuovi modelli economici", costruendo un sistema "capace di interagire con qualsiasi utente" (Satoshi, 13 febbraio 2009). Oggi, questa visione è diventata più chiara—diversamente da altre tecnologie, sistemi finanziari e regolatori centrati sull'uomo, blockchain e contratti intelligenti possono supportare indistintamente esseri umani e macchine intelligenti. Pertanto, le reti crittografiche decentralizzate forniscono un'infrastruttura fondamentale per questo nuovo settore emergente, i cui benefici si manifesteranno in settori come la sanità, l'istruzione e la difesa.

Naturalmente, ci sono ancora molte barriere da superare in questo processo. È fondamentale realizzare una connessione senza soluzione di continuità tra la collaborazione uomo-macchina e la collaborazione tra macchine, specialmente in settori ad alto rischio come trasporti, produzione e logistica. I contratti intelligenti possono aiutare le macchine autonome a scoprire l'un l'altra, comunicare in sicurezza e formare squadre per completare compiti complessi. Lo scambio di dati a bassa latenza (come la comunicazione tra taxi robotici) può avvenire al di fuori della catena, ad esempio tramite una rete privata virtuale, ma i passaggi precedenti, come la scoperta di un robot o un umano che possa portarti all'aeroporto, sono molto adatti per essere realizzati attraverso mercati e meccanismi decentralizzati. Soluzioni di scalabilità come Optimism saranno fondamentali per supportare queste transazioni e flussi.

Inoltre, le normative frammentate in tutto il mondo sono uno dei principali ostacoli all'innovazione. Anche se aree come l'Ontario sono all'avanguardia nel campo dei robot autonomi, la maggior parte delle aree è ancora molto indietro. La governance decentralizzata fornisce la standardizzazione necessaria per questo settore, stabilendo un insieme di regole programmabili basate su blockchain. È fondamentale sviluppare standard globali riguardanti la sicurezza, l'etica e le operazioni per garantire che i robot intelligenti autonomi possano essere implementati su larga scala in diversi paesi senza compromettere la sicurezza e la conformità.

Le organizzazioni autonome decentralizzate (Decentralized Autonomous Organizations, DAOs) stanno accelerando la ricerca e lo sviluppo di robot e intelligenza artificiale. I tradizionali canali di finanziamento sono inefficienti e relativamente chiusi, limitando lo sviluppo rapido del settore. Tuttavia, i modelli basati su token (come la piattaforma DeSci DAO) superano questi colli di bottiglia e offrono meccanismi di incentivazione per gli investitori comuni. Inoltre, alcuni nuovi modelli commerciali di intelligenza artificiale introducono micro pagamenti e modalità di condivisione dei profitti con fornitori di dati o modelli, tutti realizzabili tramite contratti intelligenti.

Questi vantaggi combinati guideranno lo sviluppo rapido dei robot intelligenti autonomi e porteranno molte applicazioni pratiche attese.

Un nuovo paradigma per robot e macchine intelligenti

Molte persone potrebbero temere che la diffusione delle macchine intelligenti possa competere con gli esseri umani, considerandola un gioco a somma zero. Tuttavia, la realtà è che in molti settori, come l'istruzione e la sanità, c'è ancora una grave carenza di talenti ben istruiti.

Uno studio dell'UNESCO ha evidenziato che la carenza globale di insegnanti è molto grave, "entro il 2030, il mondo avrà bisogno di 44 milioni di nuovi insegnanti per le scuole primarie e secondarie"—questo non include nemmeno gli assistenti che forniscono tutoraggio individuale agli studenti e aiutano quelli in difficoltà a recuperare il ritardo. In questo contesto, i robot intelligenti autonomi possono apportare enormi vantaggi nel settore educativo, alleviando la crisi della carenza di insegnanti. Immagina un bambino che può apprendere concetti complessi attraverso un robot al suo fianco, che lo guida pazientemente passo dopo passo nell'acquisizione di nuove competenze—non solo approfondendo la comprensione della materia, ma migliorando anche le loro capacità sociali. Siamo stati abituati a insegnare ai robot, ma questa relazione unidirezionale sta cambiando gradualmente.

Nel frattempo, l'Organizzazione Mondiale della Sanità (OMS) avverte che il settore sanitario sta affrontando una "crisi di personale". Attualmente, i sistemi sanitari di 100 paesi nel mondo mancano di circa 7,2 milioni di professionisti, e con l'invecchiamento della popolazione, questo divario è previsto aumentare a 12,9 milioni entro il 2035. In particolare, la carenza di personale è grave nei settori della cura, dell'assistenza primaria e della sanità correlata. Questa crisi non solo influisce sulla qualità delle cure ricevute dai pazienti, ma minaccia anche l'efficienza lavorativa dei professionisti sanitari. In questo contesto, i robot intelligenti autonomi possono svolgere un ruolo importante in vari modi, come il monitoraggio dei pazienti affetti da malattie croniche, l'assistenza nelle operazioni chirurgiche e l'offerta di servizi di compagnia agli anziani. Possono anche monitorare automaticamente le scorte di medicinali e attrezzature, rifornendole tempestivamente quando necessario. Inoltre, i robot possono migliorare notevolmente l'efficienza e la coerenza in compiti come il trasporto di rifiuti medici, la pulizia delle sale di trattamento e l'assistenza in operazioni chirurgiche complesse. In un momento in cui il settore sanitario ha un urgente bisogno di aumentare la produttività, i robot sono senza dubbio un importante sostegno.

Nel campo della difesa, l'applicazione di sistemi autonomi ha già mostrato risultati, in particolare nel caso di droni e asset da combattimento marittimi. Il potenziale dei robot nell'eseguire compiti ad alto rischio o compiti che gli esseri umani non possono completare (come il soccorso in caso di calamità o operazioni pericolose) è appena stato scoperto.

Dalla prototipazione all'applicazione pratica

Questi contenuti possono sembrare un po' lontani, come una trama di fantascienza del 22° secolo, ma in realtà, Ethereum è già stato utilizzato per memorizzare le regole decisionali e di azione delle intelligenze artificiali e dei robot. Secondo quanto riportato da Coinbase, gli agenti AI (AI agents) hanno già iniziato a scambiare criptovalute tra loro.

L'apertura e l'auditabilità delle reti crittografiche decentralizzate offrono agli sviluppatori di robot una piattaforma sicura per condividere dati, modelli e innovazioni tecnologiche. Questo meccanismo accelera significativamente la transizione dei robot autonomi da prototipi a applicazioni pratiche, consentendo loro di essere schierati più rapidamente in settori chiave come ospedali e scuole. Immagina, quando cammini per strada con un robot umanoide, che i passanti possano fermarsi e chiederti: "Non hai paura?" Puoi rispondere con sicurezza: "No, non ho paura, perché le regole comportamentali di questa macchina sono pubbliche e immutabili." Poi, puoi persino fornire loro un link che punta all'indirizzo del contratto Ethereum che memorizza queste regole.

Il libro mastro decentralizzato può anche fungere da centro di coordinamento, consentendo a sistemi eterogenei composti da diversi tipi di robot di trovare l'un l'altro e collaborare senza un intermediario centralizzato. Questo meccanismo è concettualmente simile alle tradizionali tecnologie C3 della difesa (comando, controllo e comunicazione), ma la sua infrastruttura è decentralizzata e trasparente. Registri immutabili garantiscono che ogni interazione e azione possa essere tracciata, stabilendo una base fidata per la collaborazione.

Nelle interazioni tra robot, i contratti intelligenti possono semplificare l'assegnazione dei compiti e la condivisione delle risorse, facilitando così un coordinamento efficiente. Nelle interazioni uomo-macchina, i sistemi decentralizzati che pongono un'enfasi sulla protezione della privacy possono gestire in modo sicuro i dati sensibili, come le informazioni biometriche o le cartelle cliniche, aumentando la fiducia degli utenti nella sicurezza dei dati e chiarendo le responsabilità.

Questo nuovo mondo potrebbe sollevare alcune domande—cosa significa tutto questo per noi?—ma in realtà, ogni lettore di questo articolo ha lavorato per quasi 20 anni per realizzare tutto ciò, costruendo infrastrutture in grado di gestire la governance, la collaborazione, la comunicazione e il coordinamento tra gli esseri umani e le macchine intelligenti.

Nota: Le opinioni espresse in questo articolo rappresentano solo il punto di vista personale dell'autore e non riflettono necessariamente la posizione di CoinDesk, Inc. o dei suoi proprietari e affiliati.