Isso mudou. As máquinas ainda não foram construídas, mas o dinheiro está fluindo: empresas e investidores investiram US$ 6,1 bilhões em robôs humanóides só em 2025, quatro vezes o que foi investido em 2024.
O que aconteceu? Uma revolução na forma como as máquinas aprenderam a interagir com o mundo.
Imagine que você gostaria de ter um par de braços robóticos instalados em sua casa apenas para fazer uma coisa: dobrar roupas. Como aprenderia a fazer isso? Você poderia começar escrevendo regras. Verifique o tecido para descobrir quanta deformação ele pode tolerar antes de rasgar. Identifique o colarinho de uma camisa. Mova a pinça para a manga esquerda, levante-a e dobre-a para dentro exatamente nesta distância. Repita para a manga direita. Se a camisa for girada, gire o plano de acordo. Se a manga estiver torcida, corrija. Muito rapidamente o número de regras explode, mas uma contabilização completa delas poderia produzir resultados confiáveis. Esta foi a arte original da robótica: antecipar todas as possibilidades e codificá-las antecipadamente.
Por volta de 2015, a vanguarda começou a fazer as coisas de forma diferente: construir uma simulação digital dos braços robóticos e das roupas e dar ao programa um sinal de recompensa cada vez que ele se dobrasse com sucesso e um sinal sonoro sempre que falhasse. Dessa forma, fica melhor ao tentar todos os tipos de técnicas por tentativa e erro, com milhões de iterações – da mesma forma que a IA se tornou boa em jogos.
A chegada do ChatGPT em 2022 catalisou o boom atual. Treinados em grandes quantidades de texto, os grandes modelos de linguagem funcionam não por tentativa e erro, mas aprendendo a prever qual palavra deve vir a seguir em uma frase. Modelos semelhantes adaptados à robótica logo foram capazes de absorver imagens, leituras de sensores e a posição das articulações de um robô e prever a próxima ação que a máquina deveria realizar, emitindo dezenas de comandos motores a cada segundo.
Esta mudança conceptual – para a dependência de modelos de IA que ingerem grandes quantidades de dados – parece funcionar quer esse robô útil deva falar com pessoas, mover-se através de um ambiente ou mesmo realizar tarefas complicadas. E foi combinado com outras ideias sobre como realizar esta nova forma de aprendizagem, como a implantação de robôs, mesmo que ainda não sejam perfeitos, para que possam aprender com o ambiente em que devem trabalhar. Hoje, os roboticistas do Vale do Silício estão sonhando grande novamente. Veja como isso aconteceu.
Jibó
Jibó
Um robô social móvel conduzia conversas muito antes da era dos LLMs.
Uma pesquisadora de robótica do MIT chamada Cynthia Breazeal apresentou ao mundo um robô sem braços, sem pernas e sem rosto chamado Jibo em 2014. Parecia, na verdade, uma lâmpada. O objetivo da Breazeal era criar um robô social para famílias, e a ideia arrecadou US$ 3,7 milhões em uma campanha de financiamento crowdsourced. As encomendas antecipadas custam US$ 749.
O antigo Jibo podia se apresentar e dançar para entreter as crianças, mas isso era tudo. A visão sempre foi que ele se tornasse uma espécie de assistente incorporado que pudesse cuidar de tudo, desde agendamento e e-mails até contar histórias. Ganhou vários usuários dedicados, mas a empresa fechou em 2019.
CORTESIA DO MIT MEDIA LAB
Em retrospectiva, uma coisa que o Jibo realmente precisava era de melhores capacidades linguísticas. Ela estava competindo com a Siri da Apple e a Alexa da Amazon, e todas essas tecnologias na época dependiam de scripts pesados. Em termos gerais, quando você falasse com eles, o software traduziria seu discurso em texto, analisaria o que você queria e criaria uma resposta extraída de trechos pré-aprovados. Esses trechos podiam ser charmosos, mas também eram repetitivos e simplesmente chatos–francamente robótico. Isso foi especialmente um desafio para um robô que deveria ser social e familiar.
