Empresa Encord e startup Zander Labs usam eletroencefalograma para aprimorar IAs de robótica, registrando estados mentais como erro e intenção de “pilotos” humanos.
Ondas cerebrais podem parecer o último lugar onde alguém buscaria melhorar robôs industriais. Mas é exatamente aí que uma parte da indústria de inteligência artificial física está apostando suas fichas agora.
Num armazém em San Leandro, na Califórnia, um funcionário chamado Andrew Ceja desmonta cuidadosamente uma torre de Jenga enquanto usa um headset equipado com câmera e sensores de eletroencefalograma. Ceja é o que a empresa Encord chama de “piloto”, seu termo interno para os treinadores humanos de robôs. O headset foi desenvolvido pela Zander Labs, startup alemã de neurociência, e registra a atividade cerebral de Ceja em tempo real, segundo reportagem do TechCrunch. A ideia é que esses dados revelem estados mentais, como erro, intenção e surpresa, e sirvam para tornar os modelos de IA mais eficientes.
O que é a Encord e o que ela faz?
A Encord nasceu como uma empresa de ferramentas para anotar dados e avaliar modelos de visão computacional. Com o tempo, seus clientes, que incluem diversas empresas de robótica, passaram a aplicar aprendizado de ponta a ponta em tarefas de manipulação física. Diante disso, a empresa percebeu que precisaria produzir os próprios dados de treinamento, e não apenas gerenciá-los. “Os dados simplesmente não existem”, afirmou Vineeth Velmurugan, chefe de aprendizado robótico da Encord e ex-integrante do laboratório de robótica da OpenAI e da Berkshire Grey, empresa de automação de armazéns.
Por que faltam dados para treinar robôs?
Treinar modelos de linguagem como os que alimentam chatbots foi, em grande parte, uma questão de raspar texto da internet, algo que custou pouco às empresas. Dados físicos para robôs não funcionam assim. Eles precisam ser fabricados, não apenas coletados. Velmurugan estima que será necessário um conjunto de dados equivalente a cerca de cinco vezes o acervo de vídeos do YouTube para superar o gargalo atual. Essa escala transforma a geração de dados num negócio próprio, não apenas num problema de pesquisa.
Como os dados físicos são coletados na prática?
As empresas recorrem principalmente a duas fontes. A primeira é o vídeo “egocêntrico”: trabalhadores humanos usam câmeras acopladas ao corpo para registrar tarefas manuais, às vezes com ângulos adicionais e outros sensores. A segunda são dados coletados por robôs operados remotamente.
No armazém de San Leandro, a Encord usa rigs de líder-seguidor; pares de braços robóticos em que um humano controla um deles diretamente e o outro imita os movimentos. Com esses equipamentos, os pilotos já produziram dados de tarefas como servir café de uma garrafa em xícaras e empilhar fichas de pôquer. Prateleiras no local guardam flores artificiais em vasos, livros, vegetais de plástico, bandejas de areia para gatos e feixes de cabos, todo o repertório necessário para treinar robôs em tarefas domésticas.
O que as ondas cerebrais acrescentam a tudo isso?
A captura de ondas cerebrais é, nas palavras do próprio Velmurugan, a “vanguarda sangrenta” do esforço para resolver o gargalo de dados em robótica. Lukas Gehrke, neurocientista da Zander Labs que supervisiona o trabalho, explica que o nível de atividade cerebral registrado em cada momento de uma tarefa oferece pistas sobre quando um modelo precisa acionar seus processos de maior esforço computacional.
A parceria entre Encord e Zander ainda é experimental. O plano é montar um conjunto inicial de dados com marcações de ondas cerebrais, rodá-lo em modelos de robótica de clientes e avaliar se há melhora real de desempenho antes de qualquer decisão de escalar a iniciativa.
Quais outras tecnologias estão sendo testadas?
Além das ondas cerebrais, a Encord desenvolve um sistema de sensores presos ao antebraço para captar sinais elétricos nos músculos. Vídeos das mãos humanas manipulando objetos frequentemente não registram a mão inteira. A ideia de Velmurugan é construir uma representação tridimensional da posição da mão a qualquer momento, com base nesses sensores, o que daria aos modelos uma compreensão mais robusta dos movimentos.
Os conjuntos de dados também são anotados com descrições físicas do que cada vídeo contém, como “mão direita aperta parafuso”. Velmurugan estima que esse tipo de anotação densa vale cem vezes mais do que dados egocêntricos de baixa qualidade para o treinamento de tarefas específicas, e custa apenas vinte vezes mais para produzir.
Quem são os pilotos que fazem esse trabalho?
Sofia Infante e Andrew Ceja são dois dos aproximadamente doze pilotos que trabalham no armazém de San Leandro. Ambos vieram da Scale, outra empresa de anotação de dados de IA. Antes de chegar à Encord, Ceja trabalhava numa empresa de gestão de resíduos, onde era responsável por manter um robô classificador de lixo em funcionamento. Sobre o trabalho atual, ele resume: “É algo novo todo dia.”
O que ainda está indefinido?
A parceria com a Zander Labs e o uso de ondas cerebrais ainda não saíram da fase de testes. A Encord ainda não decidiu se vai ampliar o projeto. A lista de clientes da empresa também não foi divulgada; Velmurugan confirmou que trabalha com diversas empresas líderes de robótica, mas afirmou não estar autorizado a nomeá-las. O campo segue em rápida evolução; a própria Encord monitora quais técnicas de dados ganham tração no setor antes que qualquer cliente isolado consiga perceber essa tendência.
Fonte: Giz_br
