A Torino, durante Wave 2026, Zhaopeng Chen, fondatore e amministratore delegato di Agile Robots, ha illustrato il percorso con cui l’azienda sviluppa sistemi capaci di operare negli ambienti produttivi. Al centro dell’intervento c’è la cosiddetta Physical AI, un’intelligenza artificiale progettata non soltanto per elaborare informazioni, ma anche per percepire il mondo, muoversi e svolgere attività concrete.
Agile Robots è nata nel 2018 come spin-off del German Aerospace Center, il centro aerospaziale tedesco. Prima di concentrarsi sull’industria, Chen e gli altri fondatori hanno lavorato su robot destinati allo spazio, mani robotiche azionate da tendini, esoscheletri, sistemi per la chirurgia e dispositivi in grado di interpretare i segnali muscolari. In uno dei progetti citati, una donna paralizzata ha potuto controllare un braccio robotico attraverso una sonda inserita nel cervello, fino a raggiungere e afferrare un bicchiere d’acqua.
Il problema dei dati
Secondo Chen, un robot è composto da tre elementi: un corpo, un cervello e una base di dati. I sistemi meccanici e i controlli sono ormai precisi e affidabili, mentre i modelli di intelligenza artificiale stanno avanzando rapidamente. Il principale limite resta però la disponibilità di dati di qualità raccolti nel mondo fisico. Un robot industriale, infatti, non deve soltanto riconoscere un oggetto: deve sapere come prenderlo, quanta forza applicare, come reagire a uno scivolamento e come modificare il movimento quando cambiano le condizioni.
Per questo Agile Robots sviluppa bracci industriali, robot mobili, umanoidi ed esoscheletri, insieme ai sistemi operativi e ai modelli necessari per controllarli. L’azienda, che conta oltre 3.500 dipendenti e più di 25 sedi nel mondo, punta a integrare hardware e software in un unico prodotto, collegando la ricerca sull’intelligenza artificiale alle esigenze delle fabbriche.
Una scuola per le macchine
Il modello proposto da Chen parte dal confronto con i lavoratori specializzati, che arrivano in fabbrica con migliaia di ore di esperienza e sono in grado di adattarsi a compiti o condizioni nuove. I robot, al contrario, iniziano senza esperienza e spesso devono essere addestrati nuovamente anche quando un’attività cambia soltanto in parte.
Da qui nasce la Robot Academy, una scuola nella quale gli esseri umani diventano insegnanti e le macchine studenti. L’obiettivo è accumulare esperienze riutilizzabili in impianti e contesti diversi. L’addestramento combina dati raccolti da robot reali, simulazioni con migliaia di macchine operative nello stesso momento e osservazioni dei movimenti compiuti dagli esseri umani con mani e dita. Il sistema utilizza inoltre la memoria delle esperienze precedenti per orientare le decisioni successive.
Un esempio mostrato durante l’evento riguarda un robot impegnato a infilare un filo nella cruna di un ago. La macchina afferra l’ago con una mano, prende il filo con l’altra e corregge progressivamente i propri movimenti sulla base di ciò che percepisce, compreso il tatto. Per Chen, la prova dimostra i progressi della robotica, ma il banco di prova decisivo resteranno le linee produttive reali: la capacità di apprendere dovrà tradursi in macchine in grado di affrontare attività differenti senza essere riprogrammate ogni volta.