IA física enfrenta desafios à medida que o setor experimenta crescimento e retrocessos

O setor de IA física, que aplica ferramentas de modelos de linguagem a robótica, tem experimentado um investimento e crescimento significativos, com empresas como a Unitree levantando bilhões em capital de risco. No entanto, recentes contratempos surgiram, incluindo uma queda acentuada na avaliação da Unitree após sua IPO, que inicialmente foi avaliada em 66 bilhões de dólares. Os analistas atribuem essa queda à lacuna entre as capacidades de robôs em melhoria e a capacidade de realizar tarefas que geram valor. Na conferência Actuate, um encontro de desenvolvedores de IA para robótica, o momentum do setor era evidente, com a participação triplicando em relação a 2023, atingindo 1500 participantes. Apesar disso, permanecem desafios, particularmente na falta de dados de treinamento de alta qualidade para modelos de IA, um problema destacado na estância da Avala, que prometia resolver a 'crise de dados para robótica'. Os desenvolvedores estão buscando abordar isso criando conjuntos de dados mais diversos, experimentando com diferentes regimes de treinamento e melhorando os cenários de aprendizado por reforço. Harry Mellsop da Antioch sugeriu que a IA física está na sua 'era GPT 2', enfatizando a necessidade de mais dados e poder computacional, especialmente GPUs otimizadas para ray tracing. Os veículos autônomos são vistos como os líderes, devido à sua capacidade de coletar dados e se concentrar em evitar o contato. Empresas como a Foxglove, fundada por ex-funcionários da Cruise, estão contribuindo para as ferramentas de construção de modelos. Alex Kendall, CEO da Wayve, acredita que investir em veículos é um movimento estratégico, comparando a robótica de manipulação com a tecnologia de direção autônoma há cinco anos. Ele argumenta que, embora haja infraestrutura compartilhada, os modelos do mundo específicos para diferentes implementações variarão. Enquanto isso, Théophile Gervet, CEO da Genesis AI, enfatizou a importância do foco vertical, observando que os robôs de uso geral carecem de valor comercial sem aplicações específicas. Várias empresas já estão implantando robôs específicos para tarefas, como a Gritt para fazendas solares, a Agility em ambientes industriais e a Bedrock para escavadores autônomos. Gervet alertou que construir com base no GPT 2 pode não ser competitivo com o GPT 4, destacando a necessidade de verticais focadas. A Foxglove lançou recentemente um produto baseado no modelo Cosmos de código aberto da Nvidia, permitindo que os engenheiros pesquisem dados usando consultas de linguagem natural para acelerar avaliações e simulações. Kendall prevê um 'momento ChatGPT' para a IA física como algo que entusiasma os consumidores, não apenas os investidores, como a autonomia sem supervisão em carros por menos de 1000 dólares. Gervet, por outro lado, prevê um momento em que os robôs podem realizar tarefas de manipulação básicas de forma confiável, semelhante à experiência do ChatGPT. Adrian Macneil da Foxglove, no entanto, duvida de um 'momento ChatGPT' direto para a robótica, sugerindo em vez disso uma evolução mais gradual, semelhante aos momentos do Apple II ou IBM PC. O setor continua a evoluir, com empresas como Wayve e Uber entrando em laboratórios de robótica focados em formatos humanoides. O desafio de gerenciar dados visuais e lidar densos permanece, mas as inovações no tratamento e simulação de dados estão ajudando a abordar esses problemas à medida que o campo avança.