Robôs humanoides já conseguem correr, dançar, praticar artes marciais e executar movimentos que pareciam impossíveis há poucos anos. Entretanto, existe uma diferença enorme entre impressionar o público em uma demonstração e realizar tarefas úteis no mundo real. A indústria ainda depende de longos processos de programação e treinamento para ensinar novas habilidades às máquinas. Agora, uma empresa chinesa pretende mudar essa realidade com uma tecnologia que pode transformar a maneira como os robôs aprendem.
A Unitree quer que a inteligência artificial participe do treinamento de seus robôs
A fabricante chinesa Unitree Robotics apresentou uma iniciativa chamada Unitree Rehearsal, desenvolvida para automatizar parte do processo de aprendizagem de robôs humanoides.
O projeto foi anunciado em 22 de outubro, durante a Conferência Mundial de IA Física e Ecossistema de Parceiros da empresa, realizada em Hangzhou, na China.
Atualmente, ensinar uma nova habilidade a um robô pode exigir semanas de programação, coleta de dados, simulações e correções.
Mesmo depois de funcionar em laboratório, uma tarefa pode apresentar dificuldades quando executada em um ambiente diferente.
A proposta da Unitree é utilizar agentes de inteligência artificial para acelerar esse processo.
Segundo Wang Xingxing, fundador da empresa, esses sistemas poderão consultar pesquisas científicas, gerar códigos de controle e testar soluções em ambientes virtuais.
As estratégias mais promissoras serão posteriormente experimentadas em robôs físicos.
Os resultados alimentarão novas rodadas de treinamento, criando um ciclo contínuo de aperfeiçoamento.
Entretanto, isso não significa que as máquinas passarão a evoluir completamente sem supervisão.
Os engenheiros continuarão participando quando necessário, especialmente para avaliar problemas e garantir a segurança dos experimentos.
Depois de aprender a correr e dançar, os robôs precisam conseguir trabalhar
A Unitree ganhou reconhecimento internacional com seus robôs quadrúpedes e humanoides, incluindo o modelo G1.
Essas máquinas demonstram capacidades impressionantes de locomoção, equilíbrio e coordenação.
Entretanto, executar movimentos complexos não significa conseguir realizar tarefas domésticas ou industriais com autonomia.
Um robô pode dominar uma sequência de movimentos e ainda apresentar dificuldades para manipular objetos desconhecidos ou trabalhar em ambientes desorganizados.
Em entrevista publicada pelo portal chinês 36Kr em 23 de outubro, Wang afirmou que os próximos dois ou três anos poderão trazer avanços importantes na inteligência artificial física.
A expectativa é que modelos mais avançados ajudem os robôs a compreender instruções, planejar ações e desenvolver novas habilidades.
O empresário também mencionou experimentos internos envolvendo atividades como pintura e o jogo Go.
Nessas demonstrações, modelos de linguagem foram utilizados para orientar tarefas sem treinamento específico tradicional.
Entretanto, esses resultados ainda não comprovam que os sistemas consigam repetir as mesmas atividades de maneira confiável em situações variadas.
Continua após a publicidade
A promessa de ter robôs domésticos em 2027 enfrenta um grande obstáculo
Wang acredita que humanoides poderão começar a executar tarefas domésticas simples, como organizar ambientes, entre 2027 e 2028.
O empresário também considera possível que alguns modelos cheguem às residências antes do final de 2027.
Mas existe uma diferença importante entre colocar um robô dentro de casa e garantir que ele consiga trabalhar sem supervisão constante.
Uma cozinha, por exemplo, apresenta objetos frágeis, móveis de diferentes formatos e situações difíceis de prever.
O relatório AI Index 2026, da Universidade Stanford, ajuda a dimensionar o desafio.
Segundo o levantamento, sistemas robóticos alcançaram 89,4% de sucesso em determinadas tarefas simuladas de manipulação, mas resolveram apenas 12% das tarefas domésticas reais avaliadas.
Embora os números pertençam a avaliações diferentes, mostram como o desempenho em ambientes controlados pode ser distante daquele observado no mundo físico.
A Unitree pretende diminuir essa diferença utilizando ciclos de treinamento mais rápidos.
Entretanto, ainda não existem resultados independentes suficientes para determinar quanto o novo sistema melhora a aprendizagem.
O verdadeiro desafio será aprender sem colocar pessoas e objetos em risco
Uma das vantagens da Unitree é possuir robôs físicos capazes de testar as habilidades desenvolvidas por seus sistemas de inteligência artificial.
Cada experimento pode produzir informações úteis para melhorar os modelos e identificar limitações.
Entretanto, aprender rapidamente não significa necessariamente executar tarefas com segurança.
Um robô que modifica seu comportamento precisa reconhecer erros, evitar acidentes e responder corretamente a situações inesperadas.
Também é necessário garantir que habilidades aprendidas em simulações funcionem fora dos ambientes digitais.
Por isso, o Unitree Rehearsal representa uma mudança importante de estratégia, mas ainda não uma solução definitiva para a autonomia robótica.
A principal inovação está em permitir que agentes de IA participem da programação, dos testes e do aperfeiçoamento das habilidades dos humanoides, reduzindo a necessidade de intervenção manual constante.
Se funcionar conforme o esperado, a tecnologia poderá acelerar o desenvolvimento de robôs capazes de realizar atividades práticas.
A verdadeira conquista, entretanto, não será ensinar uma máquina a executar outra coreografia impressionante.
Será fazê-la entrar em uma casa desconhecida, compreender uma tarefa e concluí-la com segurança, sem depender de instruções detalhadas de um engenheiro.
Veja todas notícias sobre Tecnologia
Publicidade
