Crédito da imagem: TechCrunch
O desafio de dados para IA física
No centro de operações da Encord, em San Leandro, Califórnia, uma equipe está envolvida em uma tarefa que parece simples, mas é crucial para o avanço da inteligência robótica artificial. Um funcionário, usando um capacete com sensores, desmonta cuidadosamente uma torre de blocos de madeira enquanto a tecnologia registra suas ondas cerebrais. Esse processo não é apenas uma curiosidade; ele representa parte de um esforço global para superar uma das maiores barreiras do setor: a escassez de dados reais para treinar sistemas robóticos.
A Encord, empresa especializada em ferramentas para gestão de dados de IA, não está na vanguarda desse movimento. Ao contrário de outras startups que apenas organizam os dados já existentes, a companhia busca criar novos conjuntos de informações, especialmente para tarefas complexas como manipulação de objetos e navegação em ambientes físicos.
Os sensores usados pelos colaboradores foram desenvolvidos pela Zander Labs, uma startup alemã focada em neurociência. A tecnologia de captura de estados mentais como erro, intenção e surpresa, gerando um tipo de dado mais rico para treinar modelos. Atualmente, a parceria está em fase experimental: o objetivo é testar se esses dados podem melhorar significativamente o desempenho dos robôs antes de escalar a iniciativa.
Lucas Gehrke, neurocientista da Zander Labs envolvido no projeto, explica que os níveis de atividade cerebral durante uma tarefa oferecem pistas avançadas para os desenvolvedores de IA. Isso ajuda a determinar quando um modelo deve ativar seus algoritmos mais complexos.
Vineeth Velmurugan, responsável pela área de aprendizado robótico da Encord, destaca que essa abordagem está entre as soluções mais inovadoras para o problema do “gargalo” de dados. Experiência anterior em laboratórios como a OpenAI e Berkshire Gray fez dele uma figura central na construção da equipe interna de geração de dados da empresa.
A Encord foi fundada com o objetivo de auxiliar empresas a anotar imagens e modelos de visão computacional. Com o crescimento do uso de aprendizado de máquina ponta a ponta em robôs, os executivos perceberam que era necessário não apenas gerenciar dados, mas também criá-los. “Os dados simplesmente não existem”, afirma Velmurugan.
A tentativa de replicar o sucesso da IA generativa em chatbots para a robótica enfrentou um obstáculo: enquanto modelos de linguagem são treinados com textos da internet, os robôs precisam de informações físicas, que são difíceis de coletar. Empresas como as de veículos independentes coletam dados diretamente, mas isso é custoso. Treinar apenas com vídeos apresenta limitações: a qualidade dos dados reais não pode ser excedente.
Fontes alternativas para dados robóticos
Para suprir essa lacuna, o setor está se voltando a duas principais fontes de dados. A primeira é o vídeo “egocêntrico”, capturado por câmeras usadas por trabalhadores e complementado com detalhes adicionais. A segunda é a coleta de dados gerados por robôs controlados externamente.
A Encord utiliza ambas as estratégias, obtendo informações de fábricas em diversos países e testando novos métodos em seu centro de San Leandro. Entre os experimentos está o uso de sensores de habilidades específicas e a coleta de conjuntos especializados para afinar especificações.
Durante uma visita, foram observados colaboradores usando sistemas de braços robóticos em configuração “líder-seguidor”, um controle direto por parte humana e outro que imita as ações. Tarefas como encher xícaras com café (com muito derramamento) ou empilhar fichas de pôquer foram registradas para treinamento de robôs humanóides.
As prateleiras armazenavam itens variados, desde flores artificiais até cabos e ferramentas domésticas. Esses materiais são essenciais para ensinar robôs a lidar com tarefas cotidianas. Em uma estação, Sofia Infante declarou como manipular cabos de rede, algo que os operadores de centros de dados desejariam automatizar.
Outra inovação testada pelo Encord envolve sensores colados no antebraço para detectar sinais elétricos elétricos. Enquanto vídeos normais recentemente capturam a totalidade da mão, os dados obtidos pelos sensores permitem criar uma representação tridimensional do movimento, aumentando a precisão dos modelos.
Os conjuntos de dados são anotados com detalhes específicos, como “mão direita aberta”. Velmurugan estima que esse tipo de anotação densa é 100 vezes mais útil para treinar tarefas específicas dos dados “junkies” de visão egocêntrica. O custo, porém, é 20 vezes maior — um desafio econômico significativo.
Embora os modelos de linguagem possam conter textos da internet por praticamente nada, a geração de dados físicos exige investimento substancial. Esse custo aumentou o potencial de comparação direta entre IA robótica e LLMs (Large Language Models), mudando completamente a dinâmica econômica do setor.
Velmurugan destaca que, apesar dos desafios, os progressos estão sendo feitos. Com uma visão ampla da Encordo sobre o ecossistema industrial, a empresa consegue identificar rapidamente quais técnicas de dados são mais promissoras para a evolução da IA robótica.
Essas descobertas revelam cerca de uma dúzia de colaboradores no centro de San Leandro ocupados. Muitos, como Sofia Infante e Andrew Ceja, têm experiência prévia em empresas de anotação de dados, como a Scale AI. O último, que antes trabalhava em gestão de resíduos, agora desfruta do desafio diário de resolver problemas de treinamento robótico.
“Cada dia é algo novo!”, comenta Ceja enquanto observa a torre de madeira desmoronar. Para o Encordo e o setor de IA física, esse trabalho representa não apenas uma necessidade, mas também uma oportunidade para inovar no futuro dos robôs.
Com informações do Techcrunch
