Mão robótica leva o equivalente a 100 anos para aprender a manusear um cubo

Por Natalie Rosa | 09 de Junho de 2019 às 19h30
Reprodução: OpenAI

Pesquisadores de inteligência artificial utilizaram o apredizado de máquina para que uma mão robótica desenvolvesse, sem nenhuma ajuda humana, a habilidade de manipular um cubo com destreza. A máquina conseguiu chegar ao objetivo, levando o equivalente a 100 anos em uma simulação de computador, ou poucos dias no tempo real.

Apesar de não ser tão ágil quanto uma mão humana, até um pouco desajeitada, a mão robótica prova que o aprendizado de máquina pode desbloquear habilidades robotizadas. O estudo também mostra que as máquinas podem sim aprender novas habilidades, mesmo que demore mais tempo para que sejam úteis para trabalhos manuais.

Batizado de Dactyl, o sistema robótico foi desenvolvidos por pesquisadores da organização sem fins lucrativos OpenAI, com sede no Vale do Silício. Ele foi criado a partir de uma mão robótica da empresa britânica Shadow, além de uma câmera comum e um algoritmo de auto-aprendizagem usado no jogo DotA, que utiliza uma técnica de aprendizado de máquina chamado de aprendizado de reforço.

Participe do nosso Grupo de Cupons e Descontos no Whatsapp e garanta sempre o menor preço em suas compras de produtos de tecnologia.

Recebendo a tarefa de manusear o cubo até que um lado diferente ficasse na parte de cima, Dactyl descobriu sozinho, em meio a erros e muitas tentativas, quais movimentos deveriam ser feitos para obter o resultado desejado. Em 50 tentativas após a aprendizagem, a mão robótica conseguiu concluir os gestos com sucesso apenas 13 vezes, o que parece pouco, porém mais vezes que uma criança humana poderia fazer.

Assista ao vídeo da manipulação do cubo pelo robô:

Um dos engenheiros por trás do projeto, Alex Ray, conta que o robô pode ser melhorado com mais poder de processamento e sendo apresentado à mais aleatoriedade. Não há o objetivo, ao menos por enquanto, de comercializar a tecnologia.

Dmitry berenson, que trabalha com robótica na Universidade de Michigan, conta que foi difícil fazer isso bem e que há muito esforço humano envolvido na criação de uma rede correta para uma tarefa específica. "Se conseguirmos cruzar com segurança a coluna da realidade, o aprendizado se torna exponencialmente mais fácil", finaliza o cientista.

Fonte: MIT Technology Review

Gostou dessa matéria?

Inscreva seu email no Canaltech para receber atualizações diárias com as últimas notícias do mundo da tecnologia.