O Toyota Research Institute (TRI) está revolucionando a maneira como os robôs aprendem a realizar tarefas complexas, como preparar o café da manhã, por meio do uso da inteligência artificial (IA), como mostra um vídeo divulgado pela empresa para demonstrar a técnica inovadora de treinamento.
Em um ambiente que eles descrevem como uma “jardim de infância para robôs”, pesquisadores da TRI estão implementando técnicas que prometem eliminar a necessidade de centenas de horas de programação complexa e resolução de erros e bugs.
Leia mais:
- Como a inteligência artificial pode ajudar na saúde mental
- Como criar slides com Inteligência Artificial
- Conheça 5 sites que podem criar músicas com inteligência artificial (IA)
A chave para o sucesso desse processo é proporcionar aos robôs um sentido de tato. Ao dotá-los de uma espécie de “polegar macio”, os robôs podem “sentir” o que estão fazendo, o que fornece informações cruciais para a execução de tarefas difíceis que seriam desafiadoras de serem realizadas apenas com base na visão.
É emocionante vê-los interagindo com o ambiente ao seu redor.
Ben Burchfiel, gerente de manipulação habilidosa do Toyota Research Institute
O processo começa com um “professor” humano que demonstra uma série de habilidades aos robôs. Em seguida, ao longo de algumas horas, o modelo de IA aprende essas habilidades em segundo plano. Burchfiel acrescenta que “é comum para nós ensinarmos um robô à tarde, permitir que ele aprenda durante a noite e, na manhã seguinte, nos depararmos com um novo comportamento funcional”.
Os pesquisadores estão empenhados em criar “Grandes Modelos de Comportamento” ou LBCs (Large Behavior Models, em inglês) para os robôs. Esses modelos, semelhantes aos Grandes Modelos de Linguagem, também chamados de LLMs (Large Language Models, em inglês) usados para gerar texto humano, aprenderiam por observação e seriam capazes de realizar novas tarefas que nunca foram explicitamente ensinadas.
Russ Tedrake, professor de robótica do MIT e vice-presidente de pesquisa em robótica da TRI, explica que essa abordagem é revolucionária no campo da robótica. Usando esse processo, os pesquisadores afirmam ter treinado com sucesso mais de 60 habilidades desafiadoras, incluindo “derramar líquidos, usar ferramentas e manipular objetos deformáveis”. Eles têm como meta aumentar esse número para 1.000 até o final de 2024.
É importante notar que outras empresas de tecnologia, como o Google e a Tesla, também estão explorando abordagens semelhantes. Assim como os pesquisadores da Toyota, seus robôs usam a experiência adquirida para inferir como realizar tarefas.
Teoricamente, robôs treinados por IA poderiam, no futuro, executar tarefas com pouca ou nenhuma instrução, semelhante à orientação que se daria a um ser humano (“limpe esse derramamento”, por exemplo).
Principais conquistas
O Toyota Research Institute descreve as maiores conquistas de seu trabalho para desenvolvimento dos Grandes Modelos de Comportamento como as seguintes:
- Política de Difusão: TRI e colaboradores no grupo do Professor Song na Universidade de Columbia desenvolveram uma nova abordagem poderosa de aprendizado de comportamento baseada em IA generativa, chamada de “Política de Difusão”, que permite o ensino rápido e fácil de comportamentos por meio de demonstrações.
- Plataforma de Robô Personalizada: A plataforma de robô do TRI é projetada sob medida para tarefas de manipulação dúctil de braços duplos, com foco especial na capacidade de feedback háptico e sensor tátil.
- Pipeline: Os robôs do TRI já aprenderam 60 habilidades dúcteis, com uma meta de centenas até o final do ano e 1.000 até o final de 2024.
- Drake: Parte do “segredo não tão secreto” do instituto de pesquisa da Toyota é o Drake, um design baseado em modelo para robótica que fornece uma ferramenta avançada e uma plataforma de simulação. A alta fidelidade do Drake permite desenvolver em simulação e na realidade em uma escala e velocidade dramaticamente aumentadas. A pilha de robô interna é construída usando as estruturas de otimização e sistemas do Drake. O TRI disponibiliza o Drake como código aberto para estimular o trabalho em toda a comunidade de robótica.
- Segurança: A segurança é fundamental nos esforços de robótica no TRI. O instituto projetou o sistema com salvaguardas sólidas, alimentadas pelo Drake e pela pilha de controle de robô personalizada, para garantir que os robôs respeitem garantias de segurança, como evitar colisões com eles mesmos ou com o ambiente.
Muito trabalho pela frente
- No entanto, como observou o The New York Times ao abordar a pesquisa da Google, esse tipo de trabalho costuma ser “lento e trabalhoso”.
- Fornecer dados de treinamento suficientes é muito mais desafiador do que simplesmente alimentar um modelo de IA com uma grande quantidade de dados da internet.
- O artigo do NYT destaca um exemplo em que um robô identificou erroneamente a cor de uma banana como sendo branca.
- Isso ilustra os desafios que ainda enfrentam no desenvolvimento desses sistemas avançados de IA.
- No entanto, o avanço na capacidade dos robôs de aprenderem por meio da experiência e da observação promete revolucionar a automação de tarefas complexas, tornando-a mais acessível e eficaz do que nunca.
- A pesquisa da Toyota e de outras empresas nesse campo continua a moldar o futuro da robótica e da inteligência artificial.
Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!
Tags: