Avanço em Robótica: Interface de Chatbot com Capacidade de Manipulação de Objetos
Em um importante passo para a criação de robôs com habilidades gerais e flexíveis, Peter Chen, CEO da Covariant, apresentou uma interface de chatbot capaz de interagir e manipular objetos. Este desenvolvimento destaca o potencial dos modelos de fundação na robótica, um campo que Chen vê como o futuro da indústria.
RFM-1: O Modelo de Fundação Robótica da Covariant
O chatbot é baseado em um modelo desenvolvido pela Covariant, denominado RFM-1 (Robot Foundation Model). Este modelo foi treinado com grandes volumes de texto, vídeo e dados de controle e movimento de hardware, o que lhe permite interagir, controlar um braço robótico e gerar vídeos que mostram os robôs realizando diversas tarefas. Além disso, o RFM-1 demonstrou sua capacidade de aprender a controlar hardware similar não incluído em seus dados de treinamento, indicando uma notável capacidade de adaptação e aprendizado.
Covariant, fundada em 2017, tem se destacado no campo da robótica ao comercializar software que utiliza aprendizado de máquina para permitir que os braços robóticos selecionem itens de contêineres em armazéns. Modelos como o RFM-1 poderiam permitir que os robôs se adaptem a novas tarefas de maneira mais fluida, o que poderia revolucionar a eficiência e versatilidade dos sistemas robóticos em diversas indústrias.
Covariant e Tesla: Estratégias de Aprendizado de Máquina Comparadas
A estratégia da Covariant se assemelha a como a Tesla usa os dados dos carros vendidos para treinar seus algoritmos de direção autônoma. Assim como a Tesla, a Covariant está usando dados do mundo real para melhorar e adaptar seus modelos robóticos. No entanto, ao contrário dos carros autônomos, os robôs da Covariant devem ser capazes de interagir fisicamente com o ambiente de maneira precisa e segura, o que apresenta desafios únicos.
Outros projetos de robótica também esperam que os grandes modelos de linguagem possam revolucionar a robótica. No entanto, ainda existem questões sobre quantos dados serão necessários para treinar modelos que dotem os robôs de habilidades mais gerais e como coletá-los. Apesar desses desafios, o trabalho da Covariant com o RFM-1 demonstra que estamos um passo mais perto de uma nova era da robótica, uma em que os robôs podem aprender, se adaptar e realizar uma variedade de tarefas de maneira eficiente e eficaz.
Sandra é especialista em marketing digital e experta em redes sociais. Ela completou uma pós-graduação em Comunicação e RP para marcas de moda no Idep Barcelona, além de outra em Marketing e reputação online: comunidades virtuais. Sandra está a par das últimas tendências e melhores práticas em redes sociais, e isso se reflete em seu trabalho diário, gerando um impacto positivo no mundo digital.
