Robôs que aprendem na hora: o salto da inteligência física generalista

Robôs que aprendem na hora: o salto da inteligência física generalista

O repórter Will Knight, da WIRED, visitou os escritórios da startup Generalist AI, em Cambridge, Massachusetts, e saiu de lá com uma impressão rara no jornalismo de tecnologia: assistir a robôs fazendo algo genuinamente surpreendente, sem treinamento específico para a tarefa.

Em uma das demonstrações, um braço robótico recebeu a instrução de varrer um bloco para dentro de uma tigela usando pá e escova. Quando a escova foi removida da cena, o robô improvisou — usou a pá como se fosse a escova e empurrou o bloco para dentro da tigela. Em outro teste, um robô de dois braços assistiu a um vídeo de alguém abrindo o zíper de uma bolsa para retirar notas e, diante de uma bolsa diferente, repetiu a sequência. Quando não conseguiu pegar o dinheiro, trocou de garra — da direita para a esquerda — para achar um ângulo melhor. “Ele nunca fez isso antes”, disse um engenheiro presente.

O momento “GPT-3” da robótica

O cofundador e CEO Pete Florence compara o que está acontecendo ao marco que o GPT-3 representou para os modelos de linguagem em 2020: “Você podia pegar aquele modelo e apenas pedir para ele fazer uma tarefa nova, e ele tinha uma chance real de conseguir.” A Generalist quer repetir essa lógica no mundo físico — treinar um modelo de robô generalista que entenda a física do mundo e transfira o que aprendeu de um cenário para outro.

A equipe fundadora tem pedigree de peso: Florence e Andrew Barry (cofundador e CTO) passaram por Google DeepMind e Boston Dynamics; o cientista-chefe Andy Zeng vem da mesma linhagem de pesquisa avançada em hardware e modelos robóticos.

Como os robôs aprendem

Em vez de alimentar o modelo com milhares de exemplos de uma tarefa específica — o método tradicional, notoriamente frágil a mudanças simples como iluminação — a empresa aposta em dados de interação física em larga escala. Ela constrói luvas que imitam garras robóticas, com câmeras acopladas, usadas por pessoas para executar tarefas domésticas. Knight viu caixas com centenas dessas garras destinadas a trabalhadores no México e em outros países.

Diferente de concorrentes que reaproveitam modelos de linguagem open source, a Generalist afirma ter construído seus modelos de IA inteiramente do zero.

O que os especialistas dizem

Danfei Xu, roboticista da Georgia Tech, diz que a startup se destaca entre as que perseguem modelos robóticos gerais: “Eles levaram isso ao extremo e executaram muito bem.” Karen Liu, de Stanford, destaca que a coleta de dados de interação física sem amarrar demais a um robô específico “parece estar funcionando”.

Os limites ainda são grandes

A honestidade técnica é importante aqui: a Generalist admite que seus modelos ainda não são confiáveis. Em média, o robô só completa uma tarefa demonstrada em 59% das vezes — longe do ideal de 99% ou mais. Também não está claro quão bem essas habilidades se generalizam para qualquer tarefa ou ambiente imaginável.

Ainda assim, o potencial para manufatura e outros setores é enorme. E o episódio que fecha a reportagem é revelador: tarde da noite, um engenheiro empilhava copos na mesa diante de um robô de dois braços “só para ver o que aconteceria”. O robô entrou na brincadeira, pegando e empilhando outros copos, até formar uma pilha organizada — para o deleite do engenheiro, que gritava sozinho na sala.

Para o público brasileiro, a leitura é dupla: de um lado, a fronteira da robótica avança rápido em direção a máquinas que aprendem com poucos exemplos; de outro, a distância entre demonstração de laboratório e produto comercial confiável ainda é grande — e é exatamente essa lacuna que startups como a Generalist estão disputando para fechar.