Muito se fala a respeito de inteligência artificial, de aprimoramentos na robótica e evolução da tecnologia, mas afinal: em que ponto estamos para criar androides ou robôs que repliquem com maestria as tarefas humanas? Aparentemente, ainda há muito chão pela frente. Um dos desafios mais importantes da atualidade é ensinar os robôs a pegar objetos.
Para nós, trata-se de algo simples: desde pequenos temos curiosidade em tocar e pegar coisas. Por conta disso, sabemos como manusear diferentes materiais, formatos distintos e, principalmente, formular logicamente como lidar com coisas novas. Afinal, o polegar opositor e a nossa capacidade de segurar objetos foi o grande passo evolutivo da humanidade e, agora, é o próximo desafio para os robôs também.
Robô
Acontece que, no estado atual, eles são péssimos nisso. Quando pré-programados para rotinas, como em indústrias, eles realizam esse trabalho perfeitamente, mas não há nada que chegue perto do que seria o ideal. Nesse momento, a IA entra em cena para tentar formular um método que faça com que eles aprendam.
A solução: Deep Learning e nuvem
Em uma reportagem da Wired, a equipe entrevistou Jeff Mahler e Ken Goldberg, do Laboratório de Ciência Autônoma e Engenharia de Berkeley, para saber como os cientistas estão pensando em ensinar os robôs a realizarem essa façanha. Basicamente, a solução pode ser uma mistura de Deep Learning com IA e componentes de hardware.
Kinect
De uma forma resumida, o robô utilizado pela equipe é equipado com um sensor de mapeamento 3D (por mais chique que o nome pareça, é um Kinect de Xbox One) para entender os pontos e arestas de um objeto à sua frente. Com esses dados, o braço mecânico sabe onde estão as bordas e tenta, da melhor maneira possível, pegar o item e colocá-lo ao lado.
A ideia é que a precisão seja alta. Um dos exemplos citados é como seria um robô lavando a louça: ele precisa acertar todas as vezes, pois um erro resultará em um prato ou copo quebrado. Atualmente, depois de memorizado, o equipamento da equipe acerta 99 vezes de 100 em pegar algo já armazenado no sistema.
O robô acerta 99 das 100 tentativas
Dessa maneira, o robô consegue aprender como e qual a melhor maneira de pegar algo e guarda essa informação em um banco de dados, que, idealmente, estará conectado à nuvem para ensinar outros robôs, formando quase “cérebro” global para a aprendizagem.
A ideia é que o banco de dados de aprendizagem seja compartilhado e outros robôs aprendam pela nuvem
Atualmente, o sistema do Laboratório de Ciência de Berkeley não é perfeito e ainda pode errar mesmo em objetos já conhecidos. Além disso, trata-se de uma garra no formato de pinça, com apenas dois lados, algo bem distante da complexidade da mão humana. De uma forma ou de outra, a tecnologia vai avançando – e bem – em passos consideráveis.
Fontes
Categorias
