Um Cérebro de Robot, Mil Mãos: Como o Modelo GEN-1 da Generalist Aprende a Utilizar Qualquer Ferramenta

Pontos-chave

• O modelo de fundação GEN-1 da Generalist, um único cérebro de IA para robots, suporta agora aproximadamente 9.000 variações de mãos de robot e acoplamentos de ferramentas.
• O modelo foi pré-treinado com mais de 500.000 horas de dados reais de interação de robots abrangendo uma vasta gama de tipos de ferramentas.
• O GEN-1 pode trocar para uma ferramenta diferente no meio de uma tarefa e adaptar a sua abordagem sem ser reprogramado.
• A Generalist mede quanto cada ferramenta nova desloca as definições internas do modelo como forma de identificar lacunas nos seus dados de treino.
• A empresa não publicou resultados revistos por pares; todas as figuras e afirmações provêm dos próprios anúncios da Generalist.

Um robot que consegue apanhar uma vareta, pousar, agarrar uma espátula e continuar a cozinhar parece ficção científica. A Generalist, uma empresa de IA em robótica, diz que o seu modelo mais recente é um passo nessa direção.

A empresa esta semana detalhou como o GEN-1, o seu modelo de fundação (pense nele como um cérebro de IA de propósito geral que controla o corpo de um robot), funciona agora numa gama invulgarmente ampla de efetuadores finais. Um efetuador final é tudo aquilo que fica na ponta do braço de um robot: uma pinça, uma chave de fendas, pinças, um descascador, ou uma escova. A maioria dos sistemas de robot são construídos em torno de uma ferramenta fixa. O GEN-1 é desenhado para lidar com muitas.

Como é que um modelo de IA aprende a usar tantas ferramentas diferentes?

A Generalist treinou o GEN-1 com mais de 500.000 horas de dados reais de interação de robots abrangendo milhares de tipos de ferramentas. A empresa traçou um paralelo deliberado com a linguagem: tal como um modelo treinado em francês e espanhol consegue transferir conhecimento entre eles, um modelo treinado em varetas e espátulas pode construir uma compreensão partilhada de como os objectos se comportam quando tocados, empurrados ou agarrados.

Cada ferramenta ensina ao modelo algo diferente. Uma chave de fendas com motor roda mais depressa do que os dedos conseguem. As pinças flexionam e voltam à posição. Um raspador de metal trabalha contra uma superfície plana em vez de se envolver à volta de um objecto. Um cortador de caixa requer pressão constante e controlada ao longo de uma linha fixa. Em conjunto, a Generalist diz que estas experiências constroem o que chama de "representações sensoriomotoras universais", uma espécie de bom senso físico que se transfere entre ferramentas.

O modelo foi treinado em aproximadamente 9.000 variações de ferramentas até agora, de acordo com a empresa.

O robot consegue realmente trocar ferramentas no meio de um trabalho?

Sim, pelo menos nos testes da Generalist. A empresa demonstrou a troca de uma ferramenta no braço do robot enquanto o GEN-1 ainda estava em funcionamento. O modelo percebeu o novo acoplamento, ajustou o seu plano e continuou na direção do mesmo objectivo. Nenhuma reprogramação. Nenhuma reinicialização.

Isto funciona, diz a Generalist, porque o treino com dados mistos força o modelo a prestar atenção a qualquer ferramenta que tenha atualmente, em vez de assumir uma fixa.

Como é que a Generalist sabe o que o modelo ainda precisa de aprender?

A empresa acompanha quanto uma ferramenta nova desloca as definições internas do GEN-1, chamadas pesos do modelo, quando o modelo é fine-tuned (treinado especificamente) nessa ferramenta. Um grande deslocamento sinaliza que o modelo encontrou algo genuinamente novo. Um pequeno deslocamento significa que o conhecimento existente já o cobria.

As varetas provaram ser mais disruptivas do que os descascadores, por exemplo. O modelo teve dificuldades com a geometria de arame fino de uma vareta, significando que o seu processamento visual precisava de mais treino em objectos finos e esparsos. Essa descoberta diz à Generalist exactamente onde recolher mais dados.

Estas são descobertas internas da empresa. Conforme relatado pela The Robot Report, a Generalist ainda não libertou investigação revista por pares apoiando estes resultados, pelo que a verificação independente ainda está pendente.

O que é que isto significa para as pessoas que usam robots no trabalho?

Por enquanto, trata-se de tecnologia em fase de investigação. Mas a direção é importante. Se um único modelo de IA conseguir realmente impulsionar uma vasta variedade de ferramentas, fábricas e cozinhas e armazéns podem eventualmente precisar de menos robots especializados e menos reconfigurações dispendiosas quando uma tarefa muda.

A visão declarada da Generalist: não um robot com uma mão, mas uma inteligência emparelhada com qualquer ferramenta que o trabalho exija.

Perguntas frequentes

O GEN-1 está disponível para comprar ou usar hoje?

A Generalist não anunciou um lançamento de produto comercial. O GEN-1 é atualmente um modelo de investigação; a empresa está a publicar demonstrações de capacidades enquanto expande o seu conjunto de dados de treino.

Isto significa que as mãos de robot humanoides estão a tornar-se menos importantes?

Não necessariamente, mas a Generalist argumenta que as mãos com cinco dedos devem ser uma opção entre muitas em vez do objectivo padrão. As ferramentas especializadas frequentemente superam as mãos de forma humana em trabalhos específicos, e a empresa acredita que um modelo de IA capaz deve saber qual escolher.