NVIDIA mostra robot che imparano da soli a montare una GPU

NVIDIA continua a spingere il concetto di Intelligenza Artificiale autonoma oltre il software.

L’azienda ha presentato ENPIRE, una piattaforma sperimentale che permette ad agenti AI di addestrare robot reali senza supervisione umana continua, trasformando il tradizionale processo di ricerca robotica in un ciclo automatizzato di osservazione, sperimentazione e miglioramento del codice.

La dimostrazione più spettacolare mostra un robot capace di imparare autonomamente a installare una GPU in una scheda madre, un’operazione che richiede precisione millimetrica e gestione degli eventuali errori in tempo reale. Il progetto nasce dalla collaborazione tra NVIDIA, Carnegie Mellon University e University of California Berkeley.

Come funziona ENPIRE e cosa rende unico il sistema

Il nome deriva da quattro componenti fondamentali: Environment, Policy Improvement, Rollout ed Evolution.

Insieme formano un ciclo continuo nel quale gli agenti AI osservano il risultato delle proprie azioni, modificano il codice di controllo del robot e testano nuove strategie fino a ottenere prestazioni migliori.

Il modulo Environment gestisce il ripristino automatico dello scenario di prova, Policy Improvement analizza log e video per generare nuovi algoritmi, Rollout esegue fisicamente gli esperimenti mentre Evolution mantiene soltanto le strategie più efficaci. In pratica il sistema replica il lavoro di un team di ricercatori, affidandolo a modelli AI capaci di leggere documentazione tecnica, formulare ipotesi, modificare software e validare i risultati.

Nel caso dell’installazione della GPU, il robot deve allinearsi con lo slot PCI Express, gestire con precisione la pressione esercitata e correggere eventuali errori durante l’inserimento. Secondo i risultati pubblicati dal team, gli agenti hanno raggiunto tassi di successo fino al 99% in alcune attività complesse, tra cui montaggio di GPU, inserimento di pin metallici e fissaggio di fascette da cablaggio. ENPIRE non utilizza un singolo modello linguistico. Durante i test NVIDIA ha impiegato diversi agenti di programmazione, tra cui versioni basate su Codex, Claude Code e Kimi Code.

Quando una nuova strategia produce risultati migliori, il sistema la condivide automaticamente con gli altri robot della flotta attraverso repository Git, rendendo le conoscenze acquisite da una singola macchina immediatamente disponibili per tutte le altre. Per la valutazione automatica dei risultati vengono usati sistemi di visione artificiale avanzati: l’intero processo richiede meno di 150 millisecondi. Per approfondire la conoscenza del progetto ENPIRE, consigliamo di dare uno sguardo al sito ufficiale dello stesso.

Limiti attuali e prospettive industriali

La piattaforma è progettata per lavorare con gruppi di robot in parallelo. Passando da un solo agente a una flotta di otto unità, il tempo necessario per risolvere alcuni problemi si è ridotto di oltre due volte.

Il vantaggio non è però gratuito: un numero maggiore di agenti comporta un consumo più elevato di risorse computazionali e di token AI, e il bilanciamento tra velocità di apprendimento e costi sarà uno degli aspetti cruciali per l’adozione industriale.

Il progetto è ancora in fase di ricerca e presenta limiti evidenti. Ogni attività richiede una configurazione iniziale specifica, mentre fenomeni fisici imprevedibili come attrito, vibrazioni e variazioni ambientali restano una sfida difficile da modellare. Nonostante ciò, i risultati mostrano che gli agenti AI stanno iniziando a trasferire nel mondo reale capacità di auto-miglioramento fino a poco tempo fa confinate agli ambienti simulati.