SPECIALE modo non più lineare ma esponenziale. Grazie ai progressi della ricerca è stato possibile da un lato migliorare le performance dei circuiti integrati, dall’altro realizzare considerevoli economie di scala e, quindi, abbattere le barriere di accesso alle tecnologie di calcolo. Con lo sviluppo delle videocamere ad alta risoluzione e il loro abbinamento all’IA – per fare un altro esempio – si sono messe a punto tecnologie di diagnosi fotografica in grado di analizzare lo stato vegetativo di una coltura e di identificare eventuali agenti patogeni. Non meno significativi i passi avanti compiuti nel campo dei sensori, che possono essere considerati come il vero apparato “sensibile” delle macchine autonome. Attraverso i sensori, l’IA ottiene un complesso di informazioni e parametri – la distanza tra le fila di un vigneto, le caratteristiche morfologiche del terreno, il fabbisogno idrico di una singola pianta, l’eventuale presenza di piante infestanti – che determinano il modo in cui la macchina, nella più totale libertà, decide come operare sul campo. Se molte di queste tecnologie digitali – robotica compresa – trovano da tempo impiego nelle tecniche e nelle procedure dell’agricoltura di precisione, oggi la nuova frontiera sembra essere proprio quella dei robot autonomi. Macchine che, senza alcun intervento dell’uomo, scelgono quali lavorazioni eseguire, quando e come farle. In tale scenario, di cui oggi si intravedono i primi contorni, c’è anche posto per l’errore perché questi mezzi non sono concepiti per essere perfetti. Sono invece progettati per imparare da uno sbaglio, per auto-correggersi nell’immediato e per modificare i comportamenti futuri sulla base dell’errore compiuto. Proprio come farebbe un uomo nella sua quotidianità. Giovanni M. Losavio systems. This is the case, for example, with electronic devices. They are now produced using nanometric technologies that have made it possible to reduce the size of transistors down to 5nm, changing their behaviour and performance. Other innovations have affected chip architectures, communication buses and other digital components, making computing power grow exponentially rather than linearly. Research progress has made it possible to improve the performance of integrated circuits and to achieve considerable economies of scale, thus breaking down barriers of access to computing technologies. The development of high-resolution video cameras and their combination with AI, for example, has led to the development of photo-diagnostic technologies capable of analysing the vegetative state of a crop and identifying possible pathogens. No less significant is the progress made in the field of sensors, which can be considered as the true 'sensitive' apparatus of autonomous machines. Through sensors, the AI obtains a complex of information and parameters - the distance between the rows of a vineyard, the morphological characteristics of the soil, the water requirements of an individual plant, the possible presence of weeds - which determine how the machine, in total freedom, decides how to operate in the field. While many of these digital technologies - including robotics - have long been used in precision farming techniques and procedures, today the new frontier seems to be that of autonomous robots. Machines that, without any human intervention, choose what work to do, when and how to do it. In this scenario, of which we can now see the first outlines, there is also room for error because these machines are not designed to be perfect. Instead, they are designed to learn from a mistake, to self-correct immediately and to modify future behaviour on the basis of the error made. Just as a human being would do in his or her everyday life. Giovanni M. Losavio SPECIALE
RkJQdWJsaXNoZXIy NTY4ODI=