O Robô de Soldadura Que Aprende Sozinho o Caminho Perfeito

A Path Robotics utiliza visão por IA para guiar tochas de soldadura em tempo real. Agora está a enviar cães robóticos para estaleiros navais. Eis o que isto significa para a manufatura.

AI2Day Newsdesk· 3 min read
A close-up view of an industrial robotic arm performing a welding operation on a thick metal plate inside a large factory, bright orange and white sparks flying
Share

Pontos principais

  • Path Robotics, com sede em Columbus, Ohio, utiliza IA e câmaras em tempo real para guiar automaticamente robôs de soldadura ao longo do caminho correto da tocha.
  • A empresa está a implementar o Spot da Boston Dynamics, um robô quadrúpede, em trabalhos de soldadura móvel dentro de estaleiros navais.
  • Andy Lonsberry, cofundador e CEO da Path Robotics, falou sobre a tecnologia no Episódio 252 do Podcast The Robot Report.
  • Michael Yip, professor assistente da Universidade da Califórnia em San Diego, está a aplicar ideias semelhantes de planeamento de movimento por IA a robôs cirúrgicos.

Soldar o casco de um navio é trabalho brutal e qualificado. Segurar a tocha incorretamente durante um segundo e a junta falha. Treinar um soldador humano durante anos e ele pode ainda se reformar antes de terminar o estaleiro seco.

A Path Robotics acredita que a IA pode fazer isto melhor e mais depressa.

A empresa de Columbus, Ohio, construiu um sistema que observa uma soldadura em tempo real utilizando visão por computador (câmaras emparelhadas com software que interpreta o que a câmara vê) e depois orienta o braço robótico ao longo do melhor caminho possível. Sem rota pré-programada. O robô lê o metal e ajusta-se enquanto avança.

Andy Lonsberry, cofundador e CEO da Path Robotics, explicou o desafio num episódio recente do Podcast The Robot Report. Configurar um robô de soldadura tradicional consome tempo e é frágil: mude ligeiramente a peça e muitas vezes tem de reprogramar toda a sequência. A abordagem da Path utiliza o que Lonsberry chama "IA física", significando software que raciocina sobre o mundo físico real e bagunçado em vez de um modelo digital arrumado.

O resultado é um sistema que consegue lidar com variação. O metal real empenha-se. As soldaduras reais têm lacunas. O robô vê e compensa.

O que significa isto para os trabalhadores e fábricas?

Para os proprietários de fábricas, significa tempos de configuração mais curtos e menos soldaduras rejeitadas. Para soldadores qualificados, o quadro é mais complicado. Automatizar as passagens repetitivas e perigosas poderia libertar os humanos para inspeção e trabalho de acabamento, embora isto também reduzirá a procura por funções de soldadura ao nível iniciante ao longo do tempo.

A Path está agora a expandir-se para a construção naval, um dos ambientes manufactureiros mais difíceis. Os navios são enormes, o trabalho é sujo, e a geometria muda constantemente. A empresa está a utilizar o Spot da Boston Dynamics, o robô quadrúpede que consegue subir escadas e atravessar terreno irregular, como plataforma móvel para transportar equipamento de soldadura através do chão de um estaleiro. Um robô com rodas ficaria preso. O Spot continua em movimento.

Também no podcast, Michael Yip, professor assistente de engenharia elétrica e de computadores da UC San Diego, descreveu a aplicação da mesma família de ideias, aprendizagem profunda (IA treinada com enormes quantidades de dados) e aprendizagem por reforço (IA que melhora por tentativa e erro), a robôs cirúrgicos. O seu laboratório no Advanced Robotics and Controls Laboratory está a trabalhar em robôs que conseguem assistir ou automatizar partes de procedimentos cirúrgicos.

Duas salas de operações muito diferentes. Um chão de fábrica, um hospital. A mesma questão central: será que uma IA consegue aprender a mover-se com precisão suficiente, num ambiente imprevisível, para ser confiável com trabalho de alto risco?

A Path Robotics responde que sim, pelo menos no estaleiro. O lado cirúrgico está ainda mais longe. Mas o progresso em ambas as frentes está a avançar mais depressa do que a maioria das pessoas fora do campo consegue aperceber-se.

© 2026 AI2Day