Bots humanoides: a próxima geração de plataformas de computação que vai do ficcional ao real

Os robôs humanoides estão rapidamente passando da ficção científica para a realidade. A redução dos custos de hardware, o aumento do investimento de capital e as grandes inovações tecnológicas em flexibilidade de movimento e capacidade operacional estão se combinando continuamente, impulsionando ativamente o campo da computação para uma nova iteração significativa da plataforma.

Apesar da crescente comercialização da capacidade de cálculo e dos dispositivos de hardware, que traz vantagens de custo para a engenharia de Bots, a indústria ainda enfrenta limitações devido ao gargalo de dados de treinamento. Nesse contexto, alguns projetos começaram a utilizar inteligência artificial física descentralizada (DePAI) para crowdsourcing de dados de movimento e sintéticos de alta precisão, e construir modelos básicos de Bots. Isso os coloca em uma posição única e favorável na promoção da implantação de robôs humanoides.

De uma funcionalidade única para uma forma multifuncional

A comercialização da tecnologia de Bots não é um conceito novo. Bots domésticos, como aspiradores de pó ou câmeras para pets, são dispositivos de função única. Com o desenvolvimento da inteligência artificial, os Bots estão evoluindo de máquinas de função única para formas multifuncionais, visando se adaptar a operações em ambientes abertos.

Os robôs humanoides irão evoluir gradualmente de tarefas básicas como limpeza e culinária para funções mais complexas, como atendimento ao cliente, combate a incêndios e até cirurgias, ao longo dos próximos 5 a 15 anos.

Recentemente, o desenvolvimento está transformando os Bots humanoides de ficção científica em realidade:

• Dinâmica de mercado: mais de 100 empresas estão investindo em Bots.
• A tecnologia de hardware conseguiu superar o vale da estranheza: a nova geração de Bots exibe movimentos naturais e fluidos como a água corrente, permitindo interações humanoides em ambientes reais. Alguns Bots conseguem até alcançar uma velocidade de caminhada de 3,3 metros por segundo, muito superior à média humana de 1,4 metros por segundo.
• Novo paradigma de custo para Bots humanoides: espera-se que até 2032 esteja abaixo do nível salarial humano nos Estados Unidos.

Gargalos no desenvolvimento: dados de treinamento do mundo real

Apesar de haver fatores claramente favoráveis no campo dos Bots humanoides, a baixa qualidade dos dados e a falta de dados continuam a impedir a sua implementação em larga escala.

Outras tecnologias de entidades de inteligência artificial, como a tecnologia de condução autónoma, já resolveram basicamente o problema de dados através das câmaras e sensores instalados em veículos existentes. Algumas frotas de sistemas de condução autónoma podem gerar bilhões de milhas de dados de condução em estradas reais. Nos estágios iniciais de desenvolvimento, essas empresas colocavam os veículos na estrada com um monitor em tempo real no banco do passageiro.

No entanto, os consumidores são pouco propensos a aceitar a existência de "Bots babás". Os Bots devem ter um alto desempenho pronto a usar, o que torna a coleta de dados antes da implementação crucial. Todo o treinamento deve ser concluído antes da produção comercial, e a escala e a qualidade dos dados continuam a ser um desafio persistente.

Existem grandes diferenças na escala dos dados de treinamento em diferentes áreas da inteligência artificial:

• O tamanho dos dados de treino dos grandes modelos de linguagem pode ultrapassar 15 trilhões de marcas de texto.
• Modelos de geração de imagem utilizam bilhões de pares de texto de vídeo com etiquetas.
• Em comparação, o maior conjunto de dados de Bots contém apenas cerca de 2,4 milhões de registros de interação.

Esta diferença explica por que a tecnologia Bots ainda não alcançou um verdadeiro modelo básico, assim como os grandes modelos de linguagem, sendo que a chave está na base de dados ainda não estar completa.

Os métodos tradicionais de coleta de dados têm dificuldade em atender à demanda em grande escala de dados de treinamento para robôs humanoides:

• Simulação: custos baixos, mas falta de cenários de limites reais (a lacuna entre simulação e realidade)
• Vídeo na internet: incapaz de fornecer a experiência corporal e o ambiente de feedback de força necessários para o aprendizado de Bots.
• Dados do mundo real: embora sejam precisos, requerem controle remoto e operações manuais em ciclo fechado, o que resulta em altos custos e falta de escalabilidade.

Treinar modelos em ambientes virtuais é barato e escalável, mas esses modelos costumam enfrentar dificuldades na implantação no mundo real. Este problema é conhecido como a lacuna entre o virtual e o real (Sim2Real).

Por exemplo, os Bots treinados em ambientes simulados podem facilmente pegar objetos com iluminação perfeita e superfícies lisas, mas quando enfrentam ambientes desordenados, texturas irregulares ou várias situações inesperadas que os humanos consideram normais no mundo real, muitas vezes ficam sem saber o que fazer.

Visão de pilha completa da IA descentralizada

Alguns projetos inovadores estão a construir plataformas de software e dados integradas verticalmente voltadas para aplicações de robôs inteligentes corporais. O objetivo central desses projetos é resolver o problema do gargalo de dados na área de robôs humanoides, mas a sua visão vai muito além disso. Através do desenvolvimento autónomo de hardware, da combinação de infraestruturas de simulação multimodal e de modelos básicos, eles se tornarão os motores de pilha completa para a realização da inteligência corporificada.

Estas plataformas começam com dispositivos de captura de movimento de consumo proprietário, construindo um ecossistema de jogos de realidade aumentada e virtual em rápida expansão. Os utilizadores trocam dados de movimento de alta fidelidade por recompensas de incentivos na rede, impulsionando o desenvolvimento contínuo da plataforma.

É notável que este crescimento decorre completamente do desenvolvimento natural: os usuários são atraídos pela diversão do próprio jogo, enquanto os streamers utilizam dispositivos de captura de movimento para realizar a captura em tempo real das posturas digitais. Este ciclo virtuoso autoformado possibilitou a produção de dados escaláveis, de baixo custo e de alta fidelidade, tornando os conjuntos de dados resultantes recursos de treinamento adotados por empresas líderes em Bots.

Alguns projetos ainda estão a desenvolver uma plataforma de dados multimodais para ambientes de simulação fragmentados e unificados. Atualmente, o campo da simulação é altamente fragmentado, com várias ferramentas a funcionarem de forma independente, embora cada uma tenha suas vantagens, não conseguem interagir. Essa situação de divisão retarda o progresso de desenvolvimento e agrava a diferença entre simulação e realidade. Ao implementar a padronização de múltiplos simuladores, essas plataformas criaram uma infraestrutura virtual compartilhada para o desenvolvimento e avaliação de modelos de Bots. Essa integração suporta testes de referência consistentes, melhorando significativamente a escalabilidade e a capacidade de generalização do sistema.

Bots base modelo

Alguns projetos estão a desenvolver Bots de modelo base, que são criados como sistemas centrais de infraestrutura de inteligência artificial física emergente. A sua posição é semelhante à dos tradicionais modelos de linguagem de grande escala, mas direcionados para o domínio dos Bots.

Ao combinar dados de movimento crowdsourced com um poderoso sistema de simulação e um sistema de autorização de modelos, estes projetos conseguem treinar modelos fundamentais com capacidade de generalização em múltiplos cenários. Este modelo pode suportar uma diversidade de aplicações de Bots nos setores industrial, de consumo e de pesquisa, permitindo a implementação generalizada sob uma vasta gama de dados variados.

O papel da tecnologia de criptomoedas na pilha de tecnologia de inteligência artificial física

A tecnologia de criptografia está construindo uma pilha vertical completa para a inteligência artificial no mundo físico. Embora esses projetos pertençam a diferentes camadas da pilha de inteligência artificial física, eles têm um ponto em comum: a maioria são projetos de inteligência artificial física descentralizada (DePAI). O DePAI cria um mecanismo de expansão aberto, combinável e sem permissão ao longo de toda a pilha tecnológica através de incentivos por token, e é essa inovação que torna a evolução descentralizada da inteligência artificial física uma realidade.

Quando o mecanismo de incentivo de tokens for oficialmente iniciado, a participação na rede será um elemento chave para acelerar o efeito de roda livre do DePAI: os usuários que comprarem dispositivos de hardware poderão receber incentivos da equipe do projeto, enquanto as empresas de desenvolvimento de Bots pagarão recompensas de contribuição aos proprietários dos dispositivos. Esse duplo incentivo promoverá que mais pessoas adquiram e utilizem dispositivos relacionados. Ao mesmo tempo, a equipe do projeto incentivará dinamicamente a coleta de dados de comportamento personalizados com alto valor, a fim de fechar mais eficazmente a lacuna tecnológica entre simulação e aplicação real (Sim2Real).

Conclusão

A revolução da plataforma de Bots é imparável, mas como todas as plataformas, o seu desenvolvimento em larga escala depende do suporte de dados. Alguns projetos inovadores estão transformando o público em "mineradores" de dados de ação. Assim como os grandes modelos de linguagem precisam de suporte de marcação de texto, os Bots humanoides necessitam de uma imensa quantidade de sequências de ação para treinamento. Através desses esforços, vamos superar o último obstáculo e realizar a transição dos Bots humanoides da ficção científica para a realidade.