IA física está na ‘era GPT-2’: robôs ainda não fazem trabalho de valor

A IA física é um dos setores mais quentes do capital de risco, com empresas levantando bilhões para aplicar à robótica as mesmas técnicas que impulsionaram os grandes modelos de linguagem. Esse entusiasmo ajudou a entregar um grande IPO para a Unitree, principal fabricante de robôs da China, avaliada em US$ 66 bilhões. Nesta semana, porém, o fundo caiu, e a empresa perdeu quase metade do valor.

Analistas apontam para um problema evidente: embora as capacidades físicas dos robôs estejam melhorando, eles ainda não têm o conhecimento necessário para executar trabalho que gere valor. Na conferência Actuate, que reúne desenvolvedores de “cérebros” de IA para robôs, o clima era de otimismo — o evento triplicou de tamanho desde 2023 e recebeu 1.500 participantes — mas também de urgência, com um cartaz de uma empresa prometendo resolver “a crise de dados da robótica”.

Essa crise é a falta de dados de treinamento de alta qualidade. Robôs generalistas capazes de executar qualquer tarefa ainda estão distantes, e o aprendizado de ponta a ponta para tarefas específicas ainda não entregou produtos com desempenho comercial confiável. Para Harry Mellsop, fundador da startup de simulação Antioch, a IA física está na sua “era GPT-2” — uma referência ao modelo da OpenAI que precedeu o ChatGPT.

Os mais avançados são os veículos autônomos, em parte pela facilidade de coletar dados de carros dirigidos por pessoas. Para quem observa o setor no Brasil, a mensagem é de realismo: o ciclo de hype em robótica está longe de um “momento ChatGPT”, e o gargalo não é hardware, mas dados e treinamento.