Redazione RHC : 5 Gennaio 2024 11:05
Il team di DeepMind , una divisione di Google , ha introdotto miglioramenti significativi nella robotica. Tali miglioramento sono volti a rendere i robot più veloci, più efficienti e più sicuri negli ambienti del mondo reale.
L’innovazione principale è il sistema di raccolta dati AutoRT con la “Costituzione robotica”, basata sulle “Tre leggi della robotica” di Isaac Asimov. Questo concetto prevede l’integrazione di un modello di linguaggio visivo (VLM) e di un modello di linguaggio di grandi dimensioni (LLM). L’integrazione consente ai robot di adattarsi ad ambienti non familiari e determinare la gamma di compiti adatti.
AutoRT è controllato da una “Costituzione robotica” contenente una serie di istruzioni sicure per i LLM. Tale costituzione evita compiti che coinvolgono persone, animali, oggetti appuntiti ed apparecchi elettrici. Per fornire ulteriore sicurezza, DeepMind ha dotato i robot di una funzione di arresto automatico. Quando la forza sulle articolazioni supera una determinata soglia e ha introdotto un kill switch fisico per consentire agli operatori di spegnere manualmente i robot.
Iscriviti GRATIS ai WorkShop Hands-On della RHC Conference 2025 (Giovedì 8 maggio 2025)
Il giorno giovedì 8 maggio 2025 presso il teatro Italia di Roma (a due passi dalla stazione termini e dalla metro B di Piazza Bologna), si terranno i workshop "hands-on", creati per far avvicinare i ragazzi alla sicurezza informatica e alla tecnologia. Questo anno i workshop saranno:
Supporta RHC attraverso:
Ti piacciono gli articoli di Red Hot Cyber? Non aspettare oltre, iscriviti alla newsletter settimanale per non perdere nessun articolo.
In sette mesi, Google ha implementato una flotta di 53 robot AutoRT in quattro edifici adibiti a uffici, conducendo oltre 77.000 test. Alcuni robot erano controllati a distanza da un essere umano. Gli altri operavano secondo uno script predeterminato o in modo completamente autonomo utilizzando il modello di intelligenza artificiale Robotic Transformer (RT-2).
I robot utilizzati nelle sperimentazioni hanno un design utilitaristico e sono dotati di una telecamera, un braccio robotico e una base mobile. In ogni caso, il sistema utilizza VLM per comprendere l’ambiente e gli oggetti. Quindi un LLM propone un elenco di attività creative, come “mettere uno spuntino sul piano di lavoro”, e seleziona un’attività appropriata da far completare per il robot.
DeepMind ha inoltre introdotto SARA-RT, una nuova architettura di rete neurale progettata per migliorare la precisione e la velocità dell’attuale Robotic Transformer RT-2, nonché RT-Trajectory.
Anche se i robot in grado di svolgere autonomamente le attività quotidiane sono ancora molto lontani, in futuro il loro sviluppo e la loro formazione potrebbero basarsi su un sistema come AutoRT.
Nella fantascienza, le Tre leggi della robotica sono un insieme di regole scritte da Isaac Asimov. In tali leggi i robot positronici (ossia robot dotati di un cervello positronico) che compaiono nei suoi racconti e in molti racconti di altri autori rispondono a precise regole.
I team Managed XDR e Incident Response di Trend Micro hanno recentemente scoperto campagne coordinate dai gruppi ransomware Black Basta e Cactus che utilizzano una variante condivisa del malware BackC...
La società Broadcom ha rilasciato aggiornamenti di sicurezza per risolvere tre vulnerabilità attivamente sfruttate nei prodotti VMware ESXi, Workstation e Fusion che potrebbero causare ...
Il ransomware continua a rappresentare una delle minacce più pervasive e dannose nel panorama della cybersecurity globale. Secondo il report “DarkMirror” di DarkLab, relativo al sec...
Tra tutte le vulnerabilità la più temuta per le vittime e la più ricercata per gli aggressori è la remote code execution, tristemente nota RCE. Questa vulnerabilità permette d...
Safeguard è un noto servizio, concepito per garantire la sicurezza delle transazioni nel mercato delle criptovalute, accessibile tramite la piattaforma di messaggistica Telegram. Tuttavia, la sua...
Copyright @ REDHOTCYBER Srl
PIVA 17898011006