# I robot AI di Google imparano guardando i film, proprio come tutti noi

URL: https://menteinformatica.it/intelligenza-artificiale/robot-ai-google-imparano-dai-film-come-noi/
Autore: Giorgio Perillo
Aggiornato: 2026-04-30
Categoria: Intelligenza Artificiale

---

Il team di robotica di Google DeepMind sta insegnando ai robot a imparare come farebbe uno stagista umano: guardando un video. Il team ha pubblicato un [nuovo documento](https://arxiv.org/html/2407.07775v1#S1) che dimostra come i robot RT-2 di Google, dotati del modello generativo di intelligenza artificiale Gemini 1.5 Pro, siano in grado di assorbire informazioni dai video per imparare a muoversi e persino a eseguire richieste a destinazione.

Grazie alla lunga finestra contestuale del **modello Gemini 1.5 Pro**, è possibile **addestrare un robot** come un nuovo stagista. Questa finestra permette all’intelligenza artificiale di elaborare simultaneamente una **grande quantità di informazioni**. I ricercatori hanno filmato un tour video di un’area designata, come una casa o un ufficio. Poi il robot guarderebbe il video e **imparerebbe a conoscere l’ambiente.**

I dettagli dei video tour consentono al robot di completare i compiti in base alle conoscenze apprese, utilizzando sia i risultati verbali che le immagini. È un modo impressionante per mostrare come **i robot possano interagire con l’ambiente circostante** in modi che ricordano il comportamento umano. Nel video qui sotto potete vedere come funziona e alcuni esempi di compiti che il robot potrebbe svolgere.

How can Gemini 1.5 Pro’s long context window help robots navigate the world? 🤖

A thread of our latest experiments. 🧵 [pic.twitter.com/ZRQqQDEw98](https://t.co/ZRQqQDEw98)

— Google DeepMind (@GoogleDeepMind) [July 11, 2024](https://twitter.com/GoogleDeepMind/status/1811401347477991932?ref_src=twsrc%5Etfw)

## Competenza dell’intelligenza artificiale dei robot

Queste dimostrazioni non sono un caso isolato. Nei test pratici, i robot Gemini hanno operato in un’area di 9.000 metri quadrati e hanno **seguito con successo oltre 50 diverse istruzioni** dell’utente con una percentuale di successo del **90%**.

Questo alto livello di precisione apre la strada a molti potenziali utilizzi nel mondo reale per i robot dotati di intelligenza artificiale, che **possono aiutare in casa con le faccende domestiche** o al lavoro con compiti banali o anche più complessi.

Infatti, uno degli aspetti più notevoli del modello Gemini 1.5 Pro è la sua capacità di completare compiti in più fasi. La ricerca di DeepMind ha scoperto che i robot sono in grado di rispondere a domande come ad esempio **se ci fosse una bevanda specifica disponibile navigando fino a un frigorifero**, elaborando visivamente ciò che c’è all’interno e poi tornando indietro e rispondendo alla domanda.

L’idea di pianificare ed eseguire l’intera sequenza di azioni dimostra un **livello di comprensione** ed esecuzione che va oltre l’attuale standard di ordini in un solo passaggio per la maggior parte dei robot.

Non aspettatevi però di vedere questo robot in vendita a breve. Per prima cosa, **impiega fino a 30 secondi per elaborare ogni istruzione**, che sono ancora troppi per la maggior parte dei casi. Il caos delle case e degli uffici del mondo reale sarà **molto più difficile da gestire per un robot rispetto a un ambiente controllato**, a prescindere da quanto sia avanzato il modello di intelligenza artificiale.

Tuttavia, l’integrazione di modelli di intelligenza artificiale come Gemini 1.5 Pro nella robotica fa parte di un più ampio balzo in avanti nel settore. I robot dotati di modelli come Gemini o i suoi rivali potrebbero **trasformare l’assistenza sanitaria, le spedizioni e persino le mansioni di pulizia**.