Mão robótica da Meta terá sensores táteis e pode aprimorar assistentes

Nós dissemos aqui primeiro: uma das características do metaverso é unir o real ao virtual. Um exemplo disso é o uso de dispositivos táteis para que seja possível tocar coisas no universo virtual da mesma forma como você tocaria no mundo real.

A Meta, holding dona do Facebook, lançou uma leva de sensores táteis para robôs. O primeiro deles é de baixo custo, feito com material resistente e pontas em gel (estilo GelSight). O segundo, é um tipo de pele sensível baseada em partículas magnéticas suspensas e que conta com aprendizado de máquina (machine learning).

As novidades mostram o quanto a Meta está interessada em inteligência artificial (IA) e robótica. O cientista chefe em IA da empresa, Yann LeCun, explicou o cenário atual das pesquisas. “Atualmente, há um progresso interessante em IA no contexto da robótica, pois é a conexão na qual a pesquisa encontra o sentido completo da percepção, raciocínio, planejamento e ação – e ainda recebe feedback do ambiente”, afirmou ao IEEE Spectrum.

As finalidades da mão robótica da Meta

Os robôs podem ser usados para telepresença, manutenção de data centers ou mesmo aproximar-se mais de agentes inteligentes. As aplicações são bastante próximas do próprio conceito de metaverso adotado por Facebook/Meta.

Mão robótica com o Digit da Meta (Reprodução).

De acordo com LeCun, os sensores táteis são mais um passo no caminho de juntar as peças necessárias no quebra-cabeça de compreender o metaverso. A ideia é fazer com que máquinas façam previsões do que pode acontecer e planejem suas ações de acordo com as consequências “imaginadas”.

O resultado seria um agente inteligente operando em um ambiente virtual e interagindo com humanos de modo natural. Uma das visões de longo prazo da realidade aumentada, por exemplo, é que agentes virtuais estejam com o usuário a todo momento, ajudando em atividades diárias. Mais ou menos como um mordomo-holograma no seu celular ou em seus óculos de realidade virtual.

Esse assistente precisa ter um certo grau de entendimento do mundo real, uma dose de bom senso e ser esperto o suficiente para não oferecer uma interação ou conversa frustrante.

Faltou consciência: o paradoxo de Moravec

Os sistemas de inteligência artificial (incluindo robôs) são muito limitados de certa maneira. Muito frequentemente, em aspectos que os humanos não deixam passar. Isto seria devido ao paradoxo de Moravec. Humanos conseguem compreender subconscientemente o mundo através de anos de experiência de vida. Sistemas de IA não têm tanto tempo assim, então não há como terem o mesmo tipo de compreensão de mundo.

Mas começar do princípio, como aprender a tocar em coisas, pode ajudar muito. Mais ou menos como um bebê aprende a sair pegando em tudo e segurando coisas.

O sensor tátil Digit e é baseado nos acessórios GelSight, que foram criados no MIT há mais de dez anos. Estes sensores podem essencialmente converter um estímulo de toque em outro visual. LEDs iluminam uma ponta do dedo e, quando tocam algo com textura, a iluminação de diferentes ângulos do outro lado do dedo ajudam no toque durante o movimento de pinça. Uma câmera dentro do dedo grava um vídeo de tudo, resultando em uma imagem detalhada do objeto tocado.

As diferenças do Digit para versões anteriores do GelSight são diversas. O modelo é mais compacto e pode ser utilizado com mãos robóticas com múltiplos dedos. Também foi aumentada a durabilidade do gel e foram feitas mudanças de design que facilitam a produção de hardware de sensores em larga escala, facilitando a pesquisa em tato.

O Digit é código aberto, então também pode ser reproduzido. A empresa GelSight (que surgiu dentro do MIT) irá fabricar os novos sensores e seu preço estimado é de US$ 15 por unidade. Atualmente, uma versão individual do item pode ser pedida, por encomenda, por US$ 300.

Sentindo na pele inteligente

Outro produto anunciado é a ReSkin, uma espécie de pele sensível desenvolvida em colaboração com a Carnegie Mellon. A ideia também é fazer um produto de código aberto, baixo custo e que permite ajudar robôs a desenvolverem o sentido de toque.

Ela opera de maneira simples: é uma folha flexível de silicone de 2 mm com partículas magnéticas distribuídas aleatoriamente. A folha fica em cima de um magnetômetro e, quando a folha é deformada (como quando toca em algo), as partículas magnéticas embutidas na folha são dispersas e o sinal magnético muda, sendo detectado pelo sensor.

Para que a ReSkin funcione, ela não precisa estar diretamente conectada ao magnetômetro. Isto é importante, pois essa é a parte que mais pode ser danificada do produto. Felizmente, também pode ser facilmente substituída: basta retirar o sensor e colar outro.

No futuro, o robô-polvo

Para Roberto Calandra, um dos cientistas por trás da pesquisa do Digit, as possibilidades do toque em máquinas trazem muitas vantagens. Elas poderão experimentar vários sentidos ao mesmo tempo, do jeito que os humanos já fazem. Os humanos usam o toque, a visão, a audição e combinamos todos os sentidos muito bem.

Mais importante ainda, se um humano diz ao outro “imagine como seria tocar um objeto macio”, por exemplo, é possível imaginar. Também é possível dizer a forma de um objeto apenas tocando-o. Estas são representações multissensoriais que as máquinas teriam que aprender a usar como nós. Esses são fatores essenciais para os agentes inteligentes que a Meta quer desenvolver e colocar em celulares e computadores.

Para Calandra, ainda há muito a ser feito na pesquisa para que os sensores tenham uma experiência próxima a de um dedo humano. No entanto, é possível até seguir em um caminho diferente, em que os robôs consigam fazer muito mais que humanos, chegando a ter quase habilidades super-humanas.

Nas próximas décadas, robôs poderão ter habilidades integradas com sensores infravermelhos ou lasers, algo que poderia levar a ter estrutura bem superior. A chamada “robótica soft” – literalmente “macia” –, tem pesquisas como construir tentáculos para imitar um polvo. Assim, é possível que um robô venha a ter tentáculos e não mãos humanas. Tudo, é claro, depende da funcionalidade.