Um robô que pode aprender sozinho mostra promessa para o futuro da IA

Um jornalista visitou as instalações da Generalist AI em Cambridge, Massachusetts, para testemunhar robôs realizando tarefas complexas com treinamento mínimo. Os robôs, equipados com braços robóticos, foram capazes de completar tarefas como empilhar copos e mover objetos para dentro de tigelas após assistir a vídeos instrutivos curtos. Um robô até se adaptou, usando uma pá como escova quando a ferramenta original foi removida. Outro robô conseguiu desamarrar uma bolsa e recuperar notas, trocando de mão quando necessário. Essas demonstrações destacam a capacidade dos robôs de improvisar e aplicar habilidades aprendidas a novas situações. Pete Florence, CEO da Generalist AI, comparou as capacidades dos robôs com as do GPT-3, observando que os modelos podem ser instruídos a realizar novas tarefas com uma alta probabilidade de sucesso. A empresa se concentra em ensinar aos robôs a física do mundo, inspirada na intuição humana. Essa abordagem permite que os robôs transfiram conhecimento entre diferentes cenários, de forma semelhante à maneira como as crianças experimentam e se adaptam ao aprender novas tarefas. A equipe da Generalist AI inclui ex-funcionários do Google DeepMind e da Boston Dynamics, e eles desenvolveram um método de treinamento único que envolve a coleta de grandes quantidades de dados de interação física sem estar vinculado a um único robô. A empresa também construiu seus modelos de IA do zero, em vez de depender de modelos de linguagem de código aberto. Danfei Xu, um robótico da Georgia Tech, elogiou a startup por sua execução e abordagem científica, observando que seu trabalho sugere um caminho para robôs implantáveis em ambientes do mundo real. Karen Liu, uma robótica da Universidade de Stanford, destacou a abordagem orientada por dados da empresa como uma aposta forte para as capacidades futuras de robôs. No entanto, a Generalist AI reconhece que seus modelos ainda não são totalmente confiáveis, com uma taxa de sucesso de cerca de 59% para a conclusão de tarefas. A empresa ainda está trabalhando para melhorar a generalização em diferentes tarefas e ambientes. Apesar desses desafios, o potencial para robôs aprenderem e se adaptarem rapidamente em setores como a manufatura é significativo. Um engenheiro observou um robô empilhando copos de forma independente após ter sido mostrado a tarefa, demonstrando a capacidade do sistema de aprender e aplicar novas habilidades em tempo real.