Robôs além do roteiro
Historicamente, robôs são mestres do específico — reféns dos roteiros rígidos contidos em seus dados de treinamento. Se uma máquina aprendeu a separar roupas, quase certamente vai tropeçar ao tentar limpar uma mesa de jantar. A Physical Intelligence, startup dedicada a modelos fundacionais para robótica, tenta romper essa barreira com seu mais recente desenvolvimento, o π0.7.
Montagem criativa de habilidades
O modelo se apoia em um fenômeno técnico conhecido como generalização composicional. Em vez de exigir um programa sob medida para cada ação concebível, o π0.7 consegue sintetizar habilidades distintas aprendidas em outros contextos para navegar cenários desconhecidos. Trata-se de uma espécie de montagem criativa: a lógica mecânica de uma tarefa é extraída e aplicada a um problema que o sistema, tecnicamente, nunca "viu".
O cérebro como modelo
A abordagem espelha o funcionamento do cérebro humano diante de um ambiente novo. Ninguém precisa de um manual para cada sala em que entra; confiamos em um vasto repertório de experiências espaciais e mecânicas para improvisar. Ao conferir aos robôs essa mesma capacidade de generalização, a Physical Intelligence afasta o campo das ferramentas industriais especializadas e o aproxima de agentes genuinamente versáteis.
Da IA estreita à inteligência física generalizada
Embora a tecnologia ainda esteja em estágio inicial, a transição de uma IA estreita para uma inteligência física generalizada marca um ponto de inflexão crítico. O objetivo já não é apenas construir um robô capaz de executar uma única tarefa com perfeição, mas desenvolver uma arquitetura cognitiva capaz de descobrir como fazer praticamente qualquer coisa.
Com reportagem de Exame Inovação.
Source · Exame Inovação
