Uma pesquisa acadêmica sobre como ensinar robôs a partir de demonstrações humanas, publicada por pesquisadores do Toyota Research Institute (TRI), da Universidade Columbia e de Stanford, tornou-se a fundação da Generalist, uma startup de robótica e inteligência artificial que já atingiu a avaliação de US$ 2 bilhões. A empresa está materializando uma ideia que parece saída da ficção: treinar robôs da mesma forma que se ensina uma pessoa, simplesmente mostrando como se faz.
O método, batizado no estudo original de “Universal Manipulation Interface” (UMI), utiliza um sistema de garras operadas por humanos, como marionetes, para coletar dados de tarefas do mundo real — de lavar pratos a montar caixas de papelão. Essas demonstrações alimentam modelos de fundação que permitem a robôs colaborativos aprender e executar as mesmas atividades de forma autônoma. A tese da Generalist, segundo uma reportagem do The Robot Report, é que seu verdadeiro diferencial não está apenas na execução da tarefa, mas na capacidade do modelo de se recuperar de imprevistos, o grande entrave da automação em ambientes não-estruturados.
O modelo como fosso competitivo
Em um mercado de IA para robótica que já levantou mais de US$ 4 bilhões, com nomes como Skild AI e Physical Intelligence, a Generalist aposta que seu “fosso competitivo” — a barreira de entrada para concorrentes — é o seu modelo de IA. “Nosso principal objetivo é fazer o melhor modelo do mundo”, afirmou Samantha Castellanos, engenheira mecânica fundadora da Generalist, em entrevista ao The Robot Report. “No fim do dia, acredito que nosso modelo será o que nos diferenciará dos outros.”
Para aprimorar esse modelo, a estratégia da empresa é pragmática. Tudo se resume a dados. Do ponto de vista de hardware, a abordagem é de uma simplicidade elegante: a garra padrão da Generalist possui apenas um grau de liberdade de movimento (1-DoF). A lógica é que hardwares simples são mais robustos e eficientes para o propósito principal: coletar dados de alta qualidade sem interrupções. “Não se pode ter uma linha de produção parada a cada cinco minutos por causa de uma garra”, explicou Castellanos. A robustez e a simplicidade do hardware são um meio para um fim: construir uma base de dados vasta e diversificada que ensine ao modelo de IA a física e a lógica do mundo real.
Da demonstração à autonomia
O processo de treinamento da Generalist é notavelmente rápido. Uma tarefa pode ser aprendida com um volume de dados que varia entre duas e 80 horas de demonstração humana. A partir daí, o robô assume, rodando o modelo treinado e coletando mais dados para refinar sua performance, um processo que pode levar apenas alguns minutos. Em um dos exemplos citados, para uma tarefa com fita adesiva, foram necessários apenas quatro minutos de coleta de dados pelo próprio robô para que o modelo atingisse um desempenho consistente.
Essa abordagem permitiu à empresa provar uma hipótese central: que seu modelo poderia ser agnóstico em relação ao hardware, ou seja, funcionar com diferentes tipos de garras e ferramentas — um conceito que a empresa chama de “mil mãos”. Mais importante, a análise do vasto conjunto de dados revelou um comportamento emergente: a capacidade de recuperação. O modelo aprende a se corrigir quando um objeto cai ou uma ação não sai como o planejado, não porque foi treinado especificamente para aquela falha, mas por ter aprendido a interagir com o mundo físico a partir de um “conjunto de dados gigantesco”. Essa capacidade de improvisar, como usar uma mão para ajudar a outra de forma não programada, é o que pode, de fato, viabilizar a automação em cenários dinâmicos.
Com o modelo evoluindo quase diariamente, a Generalist ainda explora o modelo de negócios mais adequado, oferecendo desde soluções completas (hardware e software) até a integração de seu software em robôs que os clientes já possuem. O próximo passo lógico é a manipulação móvel e, eventualmente, robôs humanoides. O caminho já está sendo trilhado por outros egressos da pesquisa UMI, que fundaram a Walden Robotics para aplicar modelos comportamentais a manipuladores móveis. Para a Generalist, o futuro da automação inteligente parece estar se desenrolando mais rápido do que se imagina.
Com reportagem de Brazil Valley
Source · The Robot Report
