O Problema Laboral Oculto no Boom dos Robôs Humanoides

Pontos-chave

• Empresas de robótica humanóide angariaram milhares de milhões de dólares nos últimos 18 meses, grande parte financiando programas em larga escala de teleoperação humana.
• Os conjuntos de dados de teleoperação, onde humanos gravam a si próprios a realizar tarefas para ensinar robôs, têm mais de 100.000 vezes o tamanho menor dos conjuntos de dados utilizados para treinar os atuais modelos de linguagem.
• Trabalhadores na China, Índia, Europa e EUA estão a ser contratados para filmar tarefas domésticas e operar robôs remotamente, formando uma indústria comercial de fornecimento de dados.
• Nikita Rudin, cofundador e CEO da startup de robótica Flexion, argumenta que a aprendizagem por reforço em simulação é a única abordagem que pode quebrar a dependência de dados de demonstração humana.
• Flexion angariou 50 milhões de dólares em financiamento de DST Global e NVentures para construir o que Rudin chama de um "cérebro" de propósito geral para robôs humanoides.

O discurso para robôs humanoides sempre foi simples: os humanos não conseguirão preencher certos empregos no futuro, por isso os robôs assumirão. Mas um artigo de opinião contundente publicado esta semana por The Robot Report levanta uma questão incómoda. E se os próprios robôs precisarem de uma oferta permanente de trabalhadores humanos apenas para funcionar?

A questão é a teleoperação. É quando um operador humano, frequentemente sentado longe, controla um robô através de um dispositivo remoto, da mesma forma que poderia guiar um carro de brinquedo com um comando. Cada movimento é gravado. Depois o robô estuda essa gravação e tenta copiá-la.

Ensinar um robô desta forma parece sensato. O problema, de acordo com Nikita Rudin, que completou o seu doutoramento no Robotic Systems Lab da ETH Zurique e trabalhou em ferramentas de simulação robótica na Nvidia, é que isto não escala bem.

Uma prateleira move-se. Uma maçaneta de porta é ligeiramente diferente. Uma nova forma de caixa chega a um chão de fábrica. Cada pequena mudança significa que alguém tem de filmar a tarefa novamente do zero. O mundo real nunca para de mudar, e a força de trabalho humana que gera demonstrações nunca consegue acompanhar.

A qualidade desses dados também é instável. Operadores que controlam um robô remotamente não conseguem sentir o que o robô está a tocar nem julgar a distância com precisão, por isso movem-se lentamente e corrigem excessivamente. O robô aprende então a partir de gravação de alguém a lutar com um comando, e lutar é exatamente o que ele pratica.

Será que mais operadores humanos resolvem isto?

Não, e esse é o cerne do argumento de Rudin. Ele faz uma comparação acentuada com os primeiros dias dos grandes modelos de linguagem, a tecnologia de IA por trás de chatbots como ChatGPT. Esses modelos iniciais foram treinados com enormes quantidades de texto e podiam imitar vagamente o estilo de Shakespeare, mas não conseguiam realmente raciocinar. O verdadeiro salto veio através da aprendizagem por reforço, um método de treino onde o software aprende tentando, falhando, ajustando e tentando novamente através de milhões de tentativas, sem ninguém lhe dizer o que fazer em cada passo.

Rudin argumenta que a robótica humanóide está presa nessa fase anterior, apenas de imitação. Mais dados de teleoperação significa apenas mais imitação a custo massivo.

A alternativa que ele descreve é a aprendizagem por reforço dentro de simulações informáticas. O software de um robô pode falhar milhões de vezes dentro de um mundo virtual, repor-se instantaneamente e tentar novamente, funcionando em paralelo através de muitos computadores ao mesmo tempo. Mais poder computacional diretamente significa progresso mais rápido. Essa é uma equação muito diferente de contratar mais trabalhadores em países de salários mais baixos para filmar a si próprios a fazer roupa.

Para as pessoas que fazem esse trabalho de teleoperação hoje, e para os investidores que financiam estas empresas, o desafio de Rudin é direto: se a autonomia do robô é genuinamente o objetivo, os dados devem mostrar que o envolvimento humano está a diminuir ao longo do tempo. Se não está a diminuir, a teleoperação deixou de ser uma ponte e tornou-se silenciosamente o método permanente.