Bots: da ficção científica à revolução tecnológica na realidade

Nos últimos anos, os robôs humanoides estão rapidamente passando da ficção científica para aplicações reais. A contínua redução dos custos de hardware, o investimento de capital em constante crescimento e as inovações tecnológicas na flexibilidade de movimento e na capacidade de operação estão se fundindo, impulsionando ativamente a próxima grande iteração de plataformas no campo da computação.

Apesar da crescente comercialização da capacidade de computação e dos dispositivos de hardware, que trouxe vantagens de custo para a engenharia de robôs, a indústria ainda enfrenta o problema do gargalo de dados de treinamento. Nesse contexto, alguns projetos começaram a utilizar Inteligência Artificial Física Descentralizada (DePAI) para crowdsourcing de dados de movimento e sintéticos de alta precisão, e para construir modelos base de robôs. Isso os coloca em uma posição única e favorável para impulsionar a implementação de robôs humanoides.

De uma função única para uma forma multifuncional

A comercialização da tecnologia de Bots não é um conceito novo. Os Bots domésticos, como os aspiradores de pó e as câmaras para pets que conhecemos, são dispositivos de função única. Com o desenvolvimento da inteligência artificial, os Bots estão evoluindo de máquinas de função única para formas multifuncionais, visando adaptar-se a operações complexas em ambientes abertos.

Nos próximos 5 a 15 anos, espera-se que os robôs humanos evoluam gradualmente de tarefas básicas, como limpeza e culinária, para funções mais complexas, como atendimento ao cliente, combate a incêndios e até cirurgias. Os recentes desenvolvimentos tecnológicos estão a transformar esta visão em realidade:

1. Dinâmica do mercado: mais de 100 empresas estão a entrar no campo dos Bots.
2. Quebra de hardware: a nova geração de Bots apresenta movimentos fluidos e naturais, permitindo interações humanizadas em ambientes reais. A velocidade de caminhada de certos Bots pode chegar a 3,3 metros por segundo, muito acima da média humana de 1,4 metros por segundo.
3. Tendência de custos: espera-se que, até 2032, o custo dos robôs humanoides fique abaixo do nível salarial da força de trabalho nos Estados Unidos.

Gargalo de dados: os desafios do treinamento no mundo real

Apesar de haver fatores claramente favoráveis no campo dos robôs humanoides, a baixa qualidade e a escassez de dados continuam a impedir a sua implementação em larga escala. Comparado com a tecnologia de condução autónoma, os robôs humanoides enfrentam desafios maiores na coleta de dados. Os sistemas de condução autónoma podem coletar uma enorme quantidade de dados reais de condução na estrada através das câmaras e sensores já instalados em veículos existentes. No entanto, os consumidores são menos propensos a aceitar a existência de "babás robôs", o que significa que os robôs devem ter um alto desempenho prontos a usar.

Atualmente, a escala dos dados de treino para Bots está muito atrás de outras áreas de IA. O maior conjunto de dados de Bots contém apenas cerca de 2,4 milhões de registros de interação, enquanto a escala de dados de treino do GPT-4 ultrapassa 15 trilhões de tokens de texto, e os geradores de imagem utilizam bilhões de pares de texto e vídeo rotulados. Essa diferença explica por que a tecnologia de Bots ainda não conseguiu realizar um verdadeiro modelo base como os grandes modelos de linguagem.

Os métodos tradicionais de coleta de dados são difíceis de satisfazer a demanda em escala para dados de treinamento de Bots humanoides:

• Simulação: custo baixo, mas falta de cenários de fronteira reais
• Vídeo na Internet: incapaz de fornecer a sensação de corpo e o ambiente de feedback de força necessários para o aprendizado de Bots.
• Dados do mundo real: precisos, mas caros e com falta de escalabilidade

Solução inovadora para superar o gargalo de dados

Para resolver o problema do gargalo de dados, alguns projetos inovadores estão a construir plataformas de software e dados integradas verticalmente voltadas para aplicações de robôs com inteligência encarnada. Essas plataformas, através da combinação de hardware desenvolvido internamente, infraestrutura de simulação multimodal e modelos básicos, tornam-se motoras de pilha completa para a realização da inteligência encarnada.

Estas plataformas começam com dispositivos de captura de movimentos de consumo exclusivos e constroem um ecossistema de jogos de realidade aumentada e virtual em rápida expansão. Os utilizadores trocam dados de movimento de alta fidelidade por recompensas de incentivo na rede, impulsionando o desenvolvimento contínuo da plataforma. Este ciclo benéfico que se forma espontaneamente realiza a produção de dados escalável, de baixo custo e de alta fidelidade, tornando os conjuntos de dados relevantes recursos de treino que as principais empresas de Bots disputam.

Além disso, alguns projetos estão empenhados em unificar plataformas de dados multimodais para ambientes de simulação fragmentados. Atualmente, o campo da simulação é altamente fragmentado, com diferentes ferramentas agindo de forma independente, embora cada uma tenha suas vantagens, não conseguem se comunicar. Essa situação de divisão retarda o processo de desenvolvimento e agrava a discrepância entre a simulação e a realidade. Ao implementar a padronização de múltiplos simuladores, essas plataformas criaram uma infraestrutura virtual compartilhada para o desenvolvimento e avaliação de modelos de Bots, apoiando testes de referência consistentes, o que melhora significativamente a capacidade de expansão e a capacidade de generalização do sistema.

A ascensão do modelo básico de Bots

Na pilha tecnológica dessas plataformas inovadoras, o componente mais crítico pode ser o modelo básico de Bots. Como um dos primeiros modelos básicos de Bots, estes estão a ser desenvolvidos como o sistema central da nova infraestrutura de inteligência artificial física emergente. A sua posição é semelhante à dos tradicionais modelos básicos de linguagem, mas direcionada para o campo dos Bots.

Ao combinar dados de movimento de crowdsourcing com um poderoso sistema de simulação e um sistema de autorização de modelos, estas plataformas conseguem treinar modelos básicos com capacidade de generalização em diferentes cenários. Este modelo pode suportar uma variedade de aplicações de robôs em indústrias, consumo e pesquisa, permitindo a implementação generalizada em um vasto conjunto de dados diversificados.

O papel da tecnologia de criptografia na inteligência artificial física

A tecnologia de criptografia está construindo uma pilha vertical completa para a inteligência artificial no mundo físico. O projeto de Inteligência Artificial Física Descentralizada (DePAI) cria um mecanismo de escalabilidade aberto, combinável e sem licença, através de incentivos em tokens que permeiam toda a pilha tecnológica, tornando o desenvolvimento descentralizado da inteligência artificial física uma realidade.

Quando o mecanismo de incentivo do token for oficialmente lançado, a participação na rede será um fator chave para acelerar o efeito de roda de DePAI: os usuários que compram dispositivos de hardware poderão receber incentivos da equipe do projeto, enquanto as empresas de desenvolvimento de Bots pagarão recompensas de contribuição aos detentores dos dispositivos. Esse duplo incentivo estimulará mais pessoas a adquirir e utilizar os dispositivos relacionados. Ao mesmo tempo, a equipe do projeto incentivará dinamicamente a coleta de dados de comportamento personalizados de alto valor, a fim de fechar de forma mais eficaz a lacuna técnica entre simulação e aplicação real.

Conclusão

A revolução da plataforma de Bots é imparável, mas seu desenvolvimento em grande escala depende do suporte de dados. A tecnologia de criptografia tem o potencial de preencher a lacuna mais crítica na pilha de tecnologia de Bots de IA: através de soluções de inteligência artificial física descentralizada, alcançando eficiência de custos, alta escalabilidade e características modularizadas. Quando a tecnologia de Bots se torna o próximo campo de batalha da IA, esses projetos inovadores estão transformando o público em "mineradores" de dados de ação. Assim como os grandes modelos de linguagem precisam de suporte de marcação de texto, os Bots humanoides precisam de sequências massivas de ações para treinamento. Através dessas tecnologias revolucionárias, iremos superar o último gargalo, realizando a transição dos Bots humanoides da ficção científica para a realidade.