Covariante esta semana anunciou o lançamento do RFM-1 (Robotics Foundation Model 1). Peter Chen, cofundador e CEO do spinout de inteligência artificial da UC Berkeley, disse ao TechCrunch que a plataforma “é basicamente um modelo de linguagem grande (LLM), mas para linguagem de robô”.
O RFM-1 é o resultado, entre outras coisas, de uma enorme quantidade de dados coletados durante a implantação de Plataforma Brain AI da Covariant. Com o consentimento do cliente, a startup vem construindo o robô equivalente a um banco de dados LLM.
“A visão do RFM-1 é alimentar os bilhões de robôs que virão”, diz Chen. “Nós da Covariant já implantamos muitos robôs em armazéns com sucesso. Mas esse não é o limite de onde queremos chegar. Queremos realmente alimentar robôs na indústria transformadora, no processamento de alimentos, na reciclagem, na agricultura, na indústria de serviços e até mesmo nas casas das pessoas.”
A plataforma é lançada à medida que mais empresas de robótica discutem o futuro dos sistemas de “uso geral”. O ataque repentino de empresas de robótica humanóide como Agility, Figure, 1X e Apptronik desempenhou um papel fundamental nessa conversa. O formato é particularmente adequado à adaptabilidade (assim como os humanos nos quais é modelado), embora a robustez dos sistemas de IA/software integrados seja outra questão completamente diferente.
Por enquanto, o software da Covariant é amplamente implantado em braços robóticos industriais, realizando uma variedade de tarefas familiares de armazém, incluindo trabalhos como coleta de lixo. Atualmente não está implantado em humanóides, embora a empresa esteja prometendo algum nível de agnosticismo de hardware.
“Gostamos muito do trabalho que está acontecendo no espaço de hardware de robôs de uso mais geral”, diz Chen. “Acoplar o ponto de inflexão da inteligência com o ponto de inflexão do hardware é onde veremos ainda mais explosão de aplicações robóticas. Mas muitos deles ainda não estão totalmente lá, especialmente no lado do hardware. É muito difícil ir além vídeo de palco. Quantas pessoas interagiram pessoalmente com um humanóide? Isso indica o grau de maturidade.”
Créditos da imagem: Covariante
A Covariant, no entanto, não evita comparações humanas quando se trata do papel que o RFM-1 desempenha nos processos de tomada de decisão dos robôs. De acordo com seu material de imprensa, a plataforma “fornece aos robôs a capacidade de raciocínio semelhante à humana, representando a primeira vez que a IA generativa deu aos robôs comerciais uma compreensão mais profunda da linguagem e do mundo físico”.
Este é um daqueles domínios em que temos de ter cuidado com as afirmações, tanto em termos de comparações com conceitos abstratos – ou mesmo filosóficos – como com a sua eficácia real no mundo real ao longo do tempo. “A capacidade de raciocinar semelhante à humana” é um conceito amplo que significa muitas coisas diferentes para muitas pessoas diferentes. Aqui a noção se aplica à capacidade do sistema de processar dados do mundo real e determinar o melhor curso de ação para executar a tarefa em questão.
Isto é um desvio dos sistemas robóticos tradicionais que são programados repetidamente para uma tarefa, ad infinitum. Esses robôs de uso único prosperaram em ambientes altamente estruturados, começando pelas linhas de montagem automotiva. Contanto que haja mudanças mínimas na tarefa em questão, um braço robótico pode fazer seu trabalho repetidamente, sem impedimentos, até que seja hora de encerrar o dia e receber o relógio de bolso dourado por seus anos de serviço leal.
A coisa pode quebrar rapidamente, entretanto, mesmo com os menores desvios. Digamos que o objeto não esteja colocado exatamente na esteira transportadora ou que tenha havido um ajuste na iluminação que afeta as câmeras a bordo. Esses tipos de diferenças podem ter um enorme impacto na capacidade de execução do robô. Agora imagine tentar fazer aquele robô trabalhar com uma peça nova, um material novo ou até mesmo fazer uma tarefa totalmente diferente. Isso é ainda mais difícil.
Este é o ponto onde os programadores tradicionalmente intervêm. O robô deve ser reprogramado. Na maioria das vezes, alguém de fora da fábrica entra em cena. Este é um grande desperdício de recursos e tempo. Se você quiser evitar isso, uma de duas coisas precisa acontecer. 1. As pessoas que trabalham no local precisam aprender código ou 2. Você precisa de um método novo e mais natural para interagir com o robô.
Embora fosse óptimo fazer a primeira opção, parece improvável que as empresas estejam dispostas a investir o dinheiro e a esperar o tempo necessário. Este último é precisamente o que a Covariant está tentando fazer com o RFM-1. “ChatGPT para robôs” não é uma analogia perfeita, mas é uma abreviação razoável (especialmente à luz da conexão dos fundadores com o OpenAI).
Do ponto de vista do cliente, a plataforma apresenta-se como um campo de texto, muito parecido com a iteração atual da IA generativa voltada para o consumidor. Insira um comando de texto como “pegue a maçã” por digitação ou voz, e o sistema usa seus dados de treinamento (forma, cor, tamanho, etc.) para identificar o objeto à sua frente que mais se aproxima dessa descrição.
O RFM-1 então gera resultados de vídeo – em essência, simulações – para determinar o melhor curso de ação usando o treinamento anterior. Esta última parte é semelhante à forma como nossos cérebros calculam os resultados potenciais de uma ação antes de executá-la.
Durante uma demonstração ao vivo, o sistema reage a entradas como “pegue o objeto vermelho” e até mesmo a algo mais semanticamente complexo, “pegue o que você calça antes de calçar os sapatos”, o que fez com que o robô pegasse corretamente o objeto. maçã e um par de meias, respectivamente.
Muitas grandes ideias são lançadas quando se discute a promessa do sistema. Pelo menos, a Covariant tem um pedigree impressionante entre os seus fundadores. Chen estudou IA em Berkeley com Pieter Abbeel, seu cofundador e cientista-chefe da Covariant. Abbeel também se tornou um dos primeiros funcionários da OpenAI em 2016, um mês depois de Chen ingressar na empresa ChatGPT. A Covariant foi fundada no ano seguinte.
Chen diz que a empresa espera que a nova plataforma RFM-1 funcione com a “maioria” do hardware no qual o software Covariant já está implantado.
