A ficção científica há décadas prevê que, no futuro, os robots assumirão afazeres domésticos. A Google desenvolve um sistema de IA inovador, prometendo criar um robot-governanta como Rosey dos Jetsons. A fabricante destaca que essa tecnologia, por muito tempo, permaneceu, apenas na imaginação da ficção científica, mas atualmente os seus avanços na área da robótica, visam o aproximar desse futuro de robots utilitários. 

Como tal, foi revelado o modelo Robotics Transformer 2 (RT-2), pioneiro em linguagem visual-linguagem-ação (VLA). Treinado com dados da internet, transforma texto e imagens em outputs de ação. Todas as aprendizagens vêm da internet, formatando, assim o comportamento do robot. De acordo com a tecnológica, “o RT-2 pode falar robot”. 

A Google ressalta que, ao contrário dos chatbots, como o BARD, os robots requerem uma conexão com o mundo real e as suas habilidades. Portanto, o treino não abrange somente o conhecimento sobre uma maçã, mas também seu contexto e distinção de outros objetos. Além disso, é essencial entender sua aparência e, mais importante, como manipulá-la. 

Embora o treino exija bilhões de pontos de dados, sendo aplicados a objetos, ambientes, tarefas e situações físicas, tornando a inovação impraticável, segundo a Google. 

Uma nova abordagem por parte da Google

Com o modelo RT-2, a Google adota uma nova abordagem, melhorando o seu raciocínio, utilizado prompts para simplificar problemas e modelos de visão, como o PaLM-E, aprimorando a sua perceção. O RT-1 mostrou ainda que os robots podem aprender entre si, trocando informações entre sistemas. 

O novo modelo simplifica a interpretação e execução de ações pelo robot. Antigos sistemas requeriam treinos específicos para identificar e descartar informações incorretas, porém o mesmo utiliza dados da internet para entender o que é lixo sem treino explícito. 

Além disso, mostra habilidade em despejar lixo sem treino prévio. Ele distingue diferentes tipos de lixo, como pacotes vazios de batatas ou cascas de banana, graças ao treino de visão-linguagem. 

Em mais de 6.000 testes robóticos, iguala o desempenho do RT-1 em tarefas conhecidas e supera em cenários novos, alcançando 62% contra 32%. 

A Google antecipa rápida expansão e maior utilidade dos robots com o avanço do RT-2 em IA. Contudo, reconhece a necessidade de esforços adicionais para torná-los realmente úteis em ambientes humanos. 

_{Fonte: Sapo TEK}

Veja os meus outros artigos aqui.