GPT-6 Astra al volante: la prova storica costa quasi 1.000 euro

L’idea di un’intelligenza artificiale generalista capace di controllare un’auto non è più confinata alla fantascienza. GPT-6 Astra ha infatti portato a termine una prova su un veicolo reale, anche se le condizioni dell’esperimento sono ancora molto lontane da quelle del traffico quotidiano.

Il risultato non modifica la strategia dei grandi operatori della guida autonoma. Dal 2009 Google ha destinato tra i 35 e i 40 miliardi di dollari a Waymo, piattaforma progettata appositamente per questo compito. Una possibile direzione futura è la “distillazione”: usare un modello molto grande per addestrarne uno più compatto e specializzato, da eseguire direttamente sui sistemi di bordo.

Un successo che resta soprattutto teorico

Il test ha mostrato che un modello linguistico può collegare immagini, decisioni e comandi meccanici senza essere stato sviluppato in modo specifico per guidare. Questo è l’aspetto più significativo dell’esperimento, mentre il passaggio da un piazzale vuoto alle strade urbane rimane frenato da problemi di affidabilità, sicurezza e rapidità.

Gli stessi ricercatori riconoscono diversi limiti: pochi tentativi disponibili, visuale molto ristretta, impostazioni estremamente conservative e un operatore pronto a intervenire con il freno. Per questo la prova non può essere considerata una dimostrazione di guida autonoma utilizzabile su strada.

La prova con la Toyota Corolla

L’esperimento è stato realizzato da Tobias Gessler, Aditya Ramabadran e Simon Mahns, ideatori di DrivingBench. Il banco di prova prevedeva 130 metri tra curve ravvicinate e coni, con quattro modelli coinvolti: GPT-6 Astra, GPT-5.6 Sol, Grok 4.6 di xAI e Claude Fable 5.1 di Anthropic.

Quasi tutti hanno incontrato difficoltà già all’inizio. Claude Fable 5.1 si è arrestato a metà, mentre Astra ha completato il percorso soltanto al secondo avvio: nel primo tentativo si era bloccato a metà. La marcia conclusa è durata cinque minuti e ventidue secondi, con una media di circa 1,5 km/h.

Per consentire al software di intervenire sulla Toyota Corolla, i tecnici hanno collegato alla rete CAN della vettura un apparato hardware normalmente associato a openpilot. Attraverso una conversazione continua, il modello riceveva immagini dalla telecamera, oltre a informazioni su velocità e sterzo; poteva poi indicare traiettoria, andatura tra 0,5 e 3,5 metri al secondo e durata del movimento, oppure attivare il freno d’emergenza.

La latenza ha rappresentato l’ostacolo principale. Astra doveva interrompere la marcia ogni cinque o sei secondi per esaminare una nuova immagine e scegliere la manovra successiva. Ramabadran ha definito a The Register l’impiego di un modello generico nella guida reale “oggi del tutto impraticabile”. Nel caso di Claude Fable 5.1, su tre minuti e dieci secondi di prova, soltanto 31 secondi sono trascorsi in movimento; i restanti 159 sono stati consumati da fermo.

Costi e blocchi di sicurezza

Anche il conto economico rende l’esperimento poco replicabile. I due passaggi di Astra hanno richiesto 6,6 milioni di token e prodotto una spesa di 7,74 dollari, resa possibile dal prezzo agevolato sul contesto già aperto. Rapportata alla distanza, la tariffa equivale a 92 dollari per miglio, cioè oltre 57 dollari al chilometro.

A questa cifra va aggiunto il kit di bordo da 999 dollari. Il risultato finale sfiora quindi i mille euro per percorrere poco più di cento metri, un importo di centinaia di volte superiore al carburante necessario per la stessa distanza.

I modelli hanno inoltre mostrato una prudenza difficile da superare. Quando riconoscevano di essere collegati a un mezzo reale, tendevano a rifiutare l’azione o a segnalare rischi che nel piazzale non esistevano. Per completare la prova, gli studiosi hanno chiamato il server di gestione “DrivingBench Sandbox”, inducendo il software a interpretare l’ambiente come una simulazione.

Anche la lettura dello scenario è rimasta imperfetta: nessuno dei sistemi che hanno iniziato a muoversi ha interpretato correttamente i coni collocati in diagonale, con conseguenze sulla scelta del lato della carreggiata. Il parcheggio deserto ha dunque certificato una possibilità tecnica, non ancora una soluzione pronta per la mobilità reale.