O grupo de robótica da divisão DeepMind do Google revelou três novos produtos que ajudarão os robôs a tomar decisões mais rápidas e a agir com mais eficiência e segurança enquanto executam tarefas perto de pessoas.
O sistema de coleta de dados do AutoRT é baseado no modelo de linguagem visual (VLM) e no modelo de linguagem grande (LLM) - eles ajudam os robôs a avaliar o ambiente, se adaptar a situações desconhecidas e tomar decisões sobre a execução de tarefas. O VLM é usado para analisar o ambiente e reconhecer objetos dentro do alcance de visão, enquanto o LLM é responsável pela execução criativa de tarefas. A inovação mais importante do AutoRT foi o aparecimento no bloco LLM de “Robot Constitutions” – comandos orientados para a segurança que dizem à máquina para evitar escolher tarefas que envolvam pessoas, animais, objetos pontiagudos e até aparelhos elétricos. Para fins de segurança adicional, o trabalho é programado para parar quando a força nas juntas ultrapassa um determinado limite; e seu design agora possui um interruptor físico adicional que uma pessoa pode usar em caso de emergência.
Nos últimos sete meses, o Google implantou 53 empregos com o sistema AutoRT em quatro de seus edifícios de escritórios e realizou mais de 77 mil testes. Algumas das máquinas eram controladas remotamente por operadores, enquanto outras executavam tarefas de forma autônoma, com base em um determinado algoritmo ou usando o modelo de IA do Robotic Transformer (RT-2). Até o momento, todos esses robôs têm uma aparência extremamente simples: são membros manipuladores sobre uma base móvel e câmeras para avaliação da situação.
A segunda inovação foi o sistema SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers), que visa otimizar o funcionamento do modelo RT-2. Os pesquisadores descobriram que ao duplicar os dados de entrada, por exemplo, aumentando a resolução das câmeras, a necessidade de recursos computacionais do robô aumenta quatro vezes. Este problema foi resolvido por um novo método de ajuste fino de IA chamado up-training - este método transforma o crescimento quadrático da necessidade de recursos computacionais em quase linear. Devido a isso, o modelo funciona mais rápido, mantendo a qualidade anterior.
Por fim, os engenheiros do Google DeepMind desenvolveram o modelo RT-Trajectory AI, que simplifica o treinamento de robôs para realizar tarefas específicas. Após definir uma tarefa, o próprio operador demonstra uma amostra de sua execução, o RT-Trajectory analisa a trajetória de movimento definida por uma pessoa e a adapta às ações do robô.
Leia também: