Robôs se conectam e criam novos modelos em testes de inteligência artificial

Pesquisadores da Google DeepMind realizaram um teste interno com o robô Gemini 4 Argon, que foi instruído a assistir a um vídeo de um humano jogando cornhole. Utilizando suas capacidades de entendimento de vídeo e raciocínio avançado, o Gemini 4 criou uma simulação virtual no MuJoCo, calculando com precisão a física e o controle corporal necessário para que o robô humanoide Apollo 2 conseguisse realizar sete arremessos consecutivos no mundo real.

Esse processo, denominado Video-to-Sim-to-Real, permite que semanas de modelagem manual sejam comprimidas em apenas algumas horas, transformando vídeos comuns em um campo de treinamento infinito para inteligência artificial física. Essa abordagem pode ter um impacto significativo na forma como robôs são treinados, possibilitando um aprendizado mais rápido e eficiente.

Além disso, a demonstração de robôs que se conectam e colaboram para criar novos modelos, como no caso dos Microducks que cantam juntos, ilustra a potencialidade da colaboração entre máquinas. Esse tipo de interação pode abrir novas possibilidades para o desenvolvimento de robôs mais adaptáveis e cooperativos.

Essas inovações na robótica e no aprendizado de máquina tendem a influenciar o futuro do treinamento de robôs, especialmente em aplicações que exigem precisão e adaptação a ambientes dinâmicos. O avanço contínuo nesse campo pode levar a melhorias significativas na eficiência e na funcionalidade dos robôs em diversas indústrias.