Eu bebo café feito por robôs em São Francisco. Nada de especial, certo. As máquinas servem feijão desde o início de 2010. Mas o que segura a caneca não é apenas uma cafeteira. É um generalista. Um cérebro.
Esta unidade específica também dobra roupas. Descasca cenouras. Esfregar cozinhas também. Ele aprendeu esses truques mais rápido do que a maioria das crianças domina a caminhada.
Conheça a Inteligência Física. Fundada em 2024. A proposta é simples: construir um cérebro, não um corpo.
Outros gigantes como Tesla e Boston Dynamics perseguem humanóides. A Amazon automatiza armazéns com bots de tarefa única. A Inteligência Física quer o sistema operacional que execute todos eles. Uma mente adaptável. Formas de máquinas infinitas.
Na maioria dos domínios, resolver mais problemas torna as coisas mais difíceis. Na IA, isso torna as coisas mais fáceis. Você tem fontes de conhecimento mais diversas.
Sergey Levine, um dos fundadores, foi direto. Ele leciona em Berkeley. Ele acredita que a variedade alimenta a inteligência.
É o mesmo manual do boom do chatbot. Os Large Language Models (LLMs) explodiram porque o poder de computação e os dados finalmente encontraram bons algoritmos. Levine espera que a robótica veja a mesma curva. Apenas mais íngreme.
O ingrediente secreto aqui é o modelo VLA. Visão-Linguagem-Ação.
Robótica da velha escola? Ensine uma tarefa. Repita. Tedioso. Caro.
Os VLAs pegam o amplo senso comum de um LLM e transformam palavras em movimentos musculares.
- Humano diz: “Limpe essa bagunça.”
*Robô vê: Pratos sujos, brinquedo quebrado. - Robô age: Agarra a esponja. Pega o brinquedo.
Ingmar Posner, de Oxford, chama isso de a tradução mais direta do entusiasmo do LLM. Em vez de adivinhar a próxima palavra, o robô adivinha o próximo movimento.
Mas espere.
Os robôs falham porque o mundo real é confuso. Variações infinitas. Não há dados suficientes para treinar. Os desenvolvedores geralmente evitam o autodidatismo porque coletar esses dados é um inferno.
Levine discorda.
Sua equipe ensina bots em ambientes falsos. Os armazéns transformaram-se em cozinhas e quartos simulados. Eles renovam os quartos toda semana. Eles enviam robôs para casas reais.
O objetivo? Generalização.
O modelo π0.7 cozinhou recentemente batata-doce em uma fritadeira. Nunca tinha visto aquele aparelho antes. Os humanos apenas deram instruções de voz passo a passo. Funcionou.
Levine fica chocado com a velocidade. Ele está operando há dois anos e o progresso superou suas próprias previsões.
O dinheiro segue o hype. As startups estão arrecadando bilhões. Amazon e Google DeepMind estão construindo suas próprias frotas. Todo mundo quer um robô de uso geral agora.
Porém, não se precipite.
O Paradoxo de Moravec existe por uma razão. Hans Moravec percebeu em 1988 o que ainda é verdade: é fácil fornecer lógica de nível de doutorado a um robô. Dar-lhe as habilidades de percepção de um bebê é quase impossível. Xadrez? Feito. Andando no meio de uma multidão? Duro.
Posner acha que estamos vendo apenas os primeiros sinais. Implantação no mundo real? Cético.
Por que?
Os humanos são adversários. Gostamos de mexer com robôs. É divertido quebrar coisas.
Ele não acredita que um modelo de negócios lucrativo e escalável aparecerá em breve.
Daniel Susskind já está escrevendo sobre isso. Como devemos aprender quando a IA lida com a lógica? Que habilidades sobrevivem à mudança? A resposta não está no código. Está no caos que deixamos para trás para que essas máquinas limpem.
Talvez essa seja a única tarefa que eles realmente dominarão primeiro. Lidando conosco.
