Esta startup acha que a robótica está prestes a ter o seu momento ChatGPT

Carregando o player…

Antes de o GPT-3 da OpenAI inaugurar a era dos modelos de fundação, as empresas criavam modelos especializados de processamento de linguagem natural do zero, treinando cada um com grandes quantidades de dados específicos para cada tarefa. Hoje, a maioria das organizações começa com um modelo de uso geral, como a série GPT da OpenAI, Claude ou Llama, e depois o ajusta ou o utiliza com prompts para resolver suas necessidades específicas.

Pim de Witte, CEO da General Intuition, acha que a IA corporificada seguirá um caminho semelhante. Em vez de coletar enormes conjuntos de dados do mundo real para criar modelos de robôs especializados, ele argumenta que a indústria deve se concentrar em conjuntos de dados de melhor qualidade, capazes de produzir modelos de fundação capazes de transferir intuição sobre movimento e interação por vários ambientes.

“Muitas empresas agora estão fazendo muito trabalho especializado focado em corporificações individuais, ambientes individuais e robôs individuais”, disse de Witte ao TechCrunch em um episódio recente do Equity. 

Boa parte desse trabalho logo se tornará redundante, ele argumenta, com o surgimento de modelos gerais como o que a General Intuition tem desenvolvido e implementado. 

“A generalização do modelo em si é o produto”, disse ele. “O fato de ele ter um nível básico de raciocínio sobre espaço e tempo será o motivo pelo qual as empresas pararão de coletar centenas de milhares ou milhões de horas de dados do mundo real. Porque a realidade é que você precisa de apenas alguns minutos.”

A General Intuition construiu seu próprio modelo de fundação desse tipo após treinar com milhões de horas de dados de videogames, incluindo informações como quais botões de um controle um humano pressionou e quando. Tanto de Witte quanto o principal investidor da General Intuition, Vinod Khosla, argumentam que os dados de ação são a chave para desenvolver uma intuição semelhante à humana para o raciocínio espaço-temporal. 

A startup captou US$ 320 milhões a uma avaliação de US$ 2,3 bilhões no mês passado com base nessa tese. A empresa demonstrou que seu modelo atual é capaz tanto de jogar videogame por horas quanto de alimentar um robô quadrúpede — este último após um ajuste fino com apenas oito minutos de dados de robótica do mundo real. 

“O fato de o [robô] ter conseguido realmente operar em zero-shot apenas com a câmera frontal, sem nenhum outro sensor, no escritório com objetos dinâmicos sendo introduzidos e pessoas passando, foi uma surpresa muito grande para nós”, diz de Witte. “Acho que é um sinal do que está por vir.”

O objetivo final da General Intuition não é construir robôs em si, mas se tornar o modelo de fundação da IA física, um modelo base para que outras empresas de robótica construam suas próprias máquinas. Ou, como disse de Witte: “Não vamos construir uma empresa de carros autônomos. Vamos tornar 10 vezes mais fácil para a próxima pessoa construir uma empresa de carros autônomos.”