Autore: Jan Liphardt
Tradotto da: Deep Tide TechFlow
L'autore originale è Jan Liphardt, professore associato presso il Dipartimento di Ingegneria Biologica dell'Università di Stanford, dove ha conseguito il dottorato di ricerca.
È anche il fondatore di OpenMind. OpenMind si concentra sullo sviluppo di software open source multi-agente, progettato per 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, destinato a regolamentare i modi di interazione nella società di collaborazione tra esseri umani e robot.
Testo principale
I robot intelligenti autonomi erano una volta considerati un concetto fantascientifico irraggiungibile, ma oggi, i modelli di linguaggio di grandi dimensioni (LLM) e l'AI generativa hanno conferito alle macchine la capacità di pianificare, apprendere e pensare. Non solo, questi software in grado di vincere le olimpiadi matematiche e scrivere romanzi possono controllare robot fisici, consentendo a un personaggio digitale di passare senza soluzione di continuità tra il mondo digitale e quello fisico. Pertanto, in futuro, i robot che cammineranno nella tua comunità o con cui lavorerai, saranno in grado di esprimere opinioni e comportamenti coerenti su X/Twitter, nei mercati predittivi e nella vita reale.
Tuttavia, ci troviamo di fronte a una sfida importante: come integrare queste macchine intelligenti nella società umana, dalle scuole, agli ospedali, alle fabbriche, alle case e alla vita quotidiana? La maggior parte dei sistemi esistenti è progettata per gli esseri umani, richiedendo di default impronte digitali, genitori e date di nascita, condizioni che ovviamente non si applicano alle macchine intelligenti. Inoltre, c'è ancora un enorme dibattito su come regolare queste macchine: dovremmo vietarne lo sviluppo, sospendere la ricerca, o limitare la loro capacità di simulare emozioni comprensibili per gli esseri umani (come proposto dall'Unione Europea)? Più complesso è il fatto che se un modello di linguaggio di grandi dimensioni con 200 miliardi di parametri gira su un computer in orbita terrestre bassa e controlla un robot di trading o un robot fisico nell'ufficio della Commissione per i Titoli e gli Scambi (SEC) di New York, quale legislazione dovrebbe seguire?
Abbiamo un urgente bisogno di un sistema globale in grado di supportare le transazioni finanziarie, consentendo a esseri umani e macchine intelligenti di votare insieme per stabilire regole, mantenendo al contempo l'immutabilità, la trasparenza e una forte resilienza. Fortunatamente, negli ultimi 16 anni, migliaia di sviluppatori e innovatori hanno costruito un tale sistema: un framework parallelo per la governance decentralizzata e la finanza. Sin dall'inizio, l'obiettivo della blockchain è stato quello di supportare “comunità non geografiche che esplorano nuovi modelli economici”, costruendo un sistema “in grado di interagire con qualsiasi utente” (Satoshi, 13 febbraio 2009). Oggi, questa visione è diventata ancora più chiara: a differenza di altre tecnologie, sistemi finanziari e normativi incentrati sull'uomo, la blockchain e i contratti intelligenti possono supportare indistintamente esseri umani e macchine intelligenti. Pertanto, le reti crittografiche decentralizzate forniscono un'infrastruttura cruciale per questo nuovo campo, i cui vantaggi saranno pienamente realizzati 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 fluida tra collaborazione tra esseri umani e macchine e collaborazione tra macchine, soprattutto in settori ad alto rischio come il trasporto, la produzione e la logistica. I contratti intelligenti possono aiutare le macchine autonome a scoprire reciprocamente, comunicare in modo sicuro e formare squadre per completare compiti complessi. Lo scambio di dati a bassa latenza (come la comunicazione tra taxi robotici) potrebbe avvenire off-chain, ad esempio tramite una rete privata virtuale, ma i passaggi precedenti, come il trovare un robot o un umano in grado di portarti all'aeroporto, sono molto adatti per essere realizzati tramite 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 rappresentano un fattore principale che ostacola l'innovazione. Sebbene regioni come l'Ontario siano all'avanguardia nel campo dei robot autonomi, la maggior parte delle aree è ancora molto indietro. La governance decentralizzata fornisce standardizzazioni necessarie per questo campo, stabilendo un set di regole programmabili basate sulla blockchain. È fondamentale sviluppare standard globali su sicurezza, etica e operatività, per garantire che i robot intelligenti autonomi possano essere implementati su larga scala in tutto il mondo senza compromettere la sicurezza e la conformità.
Le Organizzazioni Autonome Decentralizzate (DAO) stanno accelerando la ricerca e lo sviluppo di robot e intelligenza artificiale. I tradizionali canali di finanziamento sono inefficienti e relativamente chiusi, limitando la rapida evoluzione del settore. Modelli basati su token (come la piattaforma DeSci DAO) superano questi colli di bottiglia, fornendo al contempo meccanismi di incentivazione per la partecipazione da parte degli investitori ordinari. Inoltre, alcuni nuovi modelli commerciali di intelligenza artificiale introducono micro pagamenti e modi per condividere i ricavi con i fornitori di dati o modelli, tutti realizzabili tramite contratti intelligenti.
Questi vantaggi combinati porteranno a uno sviluppo rapido dei robot intelligenti autonomi e a molte applicazioni pratiche attese con ansia.
Nuovo paradigma per robot e macchine intelligenti
Molti potrebbero temere che la diffusione delle macchine intelligenti possa competere con gli esseri umani, considerando la cognizione come un gioco a somma zero. Tuttavia, la realtà è che, in vari settori come l'istruzione e la sanità, c'è ancora una grave carenza di talenti ben istruiti.
Uno studio dell'UNESCO ha sottolineato che la carenza di insegnanti a livello globale è grave: “Entro il 2030, il mondo avrà bisogno di 44 milioni di insegnanti delle scuole primarie e secondarie” - questo non include nemmeno gli assistenti che forniscono tutoraggio individuale agli studenti e aiutano gli studenti in ritardo a recuperare. In questo contesto, i robot intelligenti autonomi possono portare enormi vantaggi nel campo dell'istruzione, alleviando la carenza di insegnanti. Immagina un bambino che può apprendere concetti complessi tramite il robot accanto a lui, che lo guida pazientemente passo dopo passo nell'acquisizione di nuove competenze - non solo approfondendo la comprensione della materia, ma migliorando anche le loro abilità sociali. Ci siamo abituati a insegnare ai robot, ma questa relazione unidirezionale sta gradualmente cambiando.
Nel frattempo, l'Organizzazione Mondiale della Sanità (OMS) ha avvertito che il settore della salute 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'aggravarsi del problema dell'invecchiamento, questa lacuna è prevista per espandersi a 12,9 milioni entro il 2035. In particolare nei settori della cura, della medicina primaria e della salute correlata, la carenza di personale è particolarmente grave. Questa crisi non solo influisce sulla qualità delle cure ricevute dai pazienti, ma minaccia anche l'efficienza lavorativa degli operatori sanitari. In questo contesto, i robot intelligenti autonomi possono svolgere un ruolo importante in vari aspetti, come monitorare i pazienti con malattie croniche, assistere nelle operazioni chirurgiche e fornire servizi di compagnia per gli anziani. Possono anche monitorare automaticamente le scorte di farmaci e attrezzature e rifornirle in tempo utile quando necessario. Inoltre, in compiti come il trasporto di rifiuti sanitari, la pulizia delle sale di trattamento e l'assistenza in operazioni chirurgiche complesse, i robot possono anche migliorare significativamente l'efficienza e la coerenza. In un momento in cui il settore sanitario ha urgentemente bisogno di aumentare la produttività, i robot sono senza dubbio un importante supporto.
Nel campo della difesa, l'applicazione dei sistemi autonomi ha già mostrato risultati, in particolare nel campo dei droni e delle risorse di combattimento marittimo. Il potenziale dei robot per eseguire compiti ad alto rischio o compiti che gli esseri umani non possono completare (come il soccorso in caso di calamità o lavori pericolosi) è appena iniziato a essere esplorato.
Dal prototipo all'applicazione reale
Questi contenuti potrebbero sembrare un po' lontani, come una trama fantascientifica del 22° secolo, ma in realtà, Ethereum è già stato utilizzato per memorizzare le regole di decisione e azione di AI e robot. E secondo quanto riportato da Coinbase, gli agenti AI hanno già iniziato a scambiare criptovalute tra di loro.
L'apertura e l'audibilità 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 dal prototipo all'applicazione reale, consentendo loro di essere distribuiti più rapidamente in settori chiave come ospedali e scuole. Immagina che, mentre cammini per strada con un robot umanoide, un passante potrebbe fermarsi a chiederti: “Non hai paura?” Puoi rispondere con sicurezza: “No, non ho paura, perché le regole comportamentali di questa macchina sono pubbliche e immutabili.” Poi potresti persino fornire 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 reciprocamente e collaborare senza un intermediario centralizzato. Questo meccanismo è concettualmente simile alla tradizionale tecnologia C3 della difesa nazionale (comando, comunicazione e controllo), ma la sua infrastruttura è decentralizzata e trasparente. Le registrazioni immutabili garantiscono che ogni interazione e azione possa essere tracciata, creando una base di fiducia per la collaborazione.
Nell'interazione tra robot, i contratti intelligenti possono semplificare l'assegnazione dei compiti e la condivisione delle risorse, consentendo una coordinazione efficiente. E nell'interazione tra esseri umani e macchine, i sistemi decentralizzati attenti alla privacy possono gestire in modo sicuro i dati sensibili, come le informazioni biometriche o le cartelle cliniche, aumentando così la fiducia degli utenti nella sicurezza dei dati, chiarendo al contempo le responsabilità.
Questo nuovo mondo potrebbe sollevare alcune domande: cosa significa tutto ciò per noi? - ma in realtà, ogni lettore di questo articolo, negli ultimi 20 anni, ha lavorato per realizzare tutto ciò, costruendo un'infrastruttura in grado di gestire la governance, la collaborazione, la comunicazione e il coordinamento tra esseri umani e macchine intelligenti.
Nota: Le opinioni espresse in questo articolo rappresentano solo le opinioni personali dell'autore e non riflettono necessariamente la posizione di CoinDesk, Inc. o dei suoi proprietari e affiliati.