Olimpíadas de Robótica: O novo modelo π0.6 já consegue lavar a loiça e abrir fechaduras com precisão

A indústria da robótica tem sido, até agora, assombrada pelo Paradoxo de Moravec, que refere que o desenvolvimento de raciocínio lógico de alto nível é computacionalmente simples, enquanto as competências sensoriomotoras básicas, como lavar a loiça, são tarefas extraordinariamente complexas para as máquinas.

Não perca nenhuma notícia importante da atualidade de tecnologia e acompanhe tudo em tek.sapo.pt

Contudo, a Physical Intelligence (Pi) apresentou recentemente uma atualização técnica que promete mudar este paradigma através do seu novo modelo, o π0.6. Este sistema foi submetido às chamadas "Olimpíadas de Robots", um conjunto de testes baseados no quadro de referência do roboticista Benjie Holson, que classifica tarefas domésticas em níveis de dificuldade bronze, prata e ouro, exigindo níveis crescentes de precisão, força e manipulação.

Durante as demonstrações, o modelo π0.6 conseguiu completar com sucesso tarefas de nível ouro, como utilizar uma chave minúscula para abrir um cadeado e lavar uma frigideira gordurosa com uma esponja, sabão e água. Outros feitos incluíram a preparação de uma sanduíche de manteiga de amendoim, uma tarefa de nível prata que exige que o robot controle a força ao barrar o pão, cortando-o em triângulos perfeitos, e a complexa manipulação de objetos deformáveis como virar uma meia do avesso ou abrir um saco de plástico para dejetos caninos.

Estes resultados são particularmente notáveis porque o robot não foi explicitamente programado para cada um destes movimentos. Em vez disso, o sistema decompõe a tarefa de forma autónoma e recupera de erros sem intervenção humana, funcionando como uma espécie de modelo de linguagem aplicado a ações físicas. A grande inovação desta abordagem reside na capacidade de aprendizagem por transferência e no escalonamento de dados.

A Pi revelou que o robot aprendeu estas competências complexas com menos de nove horas de dados específicos para cada tarefa, após ter sido pré-treinado numa vasta gama de experiências robóticas diversas. Em testes comparativos, um modelo de visão e linguagem convencional sem este pré-treino específico falhou quase todas as provas, atingindo apenas 9% de progresso, enquanto o π0.6 alcançou uma taxa de sucesso média de 52% e um progresso de 72% nas tarefas.

Clique nas imagens para ver em detalhe

Este avanço sugere que o segredo para robots verdadeiramente úteis não passa por programar cada cenário individualmente, mas sim por criar um "cérebro" universal que compreenda as leis físicas do mundo. Apesar do entusiasmo gerado na comunidade científica, com especialistas da Google DeepMind e da Tesla a destacarem a importância deste pré-treino, ainda existem barreiras físicas significativas.

"Inteligentes", adoráveis e arrepiantes: Estes robots não deixam ninguém indiferente

Ver artigo

A própria Physical Intelligence admitiu que certas tarefas de nível ouro, como pendurar uma camisa num cabide, não foram concluídas devido a limitações do hardware, uma vez que as pinças do robot eram demasiado largas para as mangas da roupa.

Para resolver este desfasamento entre o "cérebro" digital e o "corpo" mecânico, a empresa estabeleceu uma parceria com a fabricante AgiBot. Embora o caminho para um produto doméstico infalível ainda seja longo, a transição de protótipos de laboratório para máquinas capazes de lidar com o caos de uma cozinha real parece estar cada vez mais próxima da realidade.