Robôs já conseguem enxergar, identificar objetos e executar tarefas complexas. O desafio, porém, sempre foi fazer com que eles lembrassem dessas informações de maneira semelhante aos seres humanos. Agora, pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) apresentaram uma solução que promete mudar esse cenário ao criar um sistema capaz de registrar acontecimentos em tempo real e recuperar essas lembranças quando necessário.
Nova inteligência artificial permite que robôs “se lembrem” do passado
Pesquisadores do MIT desenvolveram um sistema de inteligência artificial que oferece aos robôs uma forma de memória de longo prazo, permitindo que eles registrem e recuperem informações sobre o ambiente enquanto executam suas tarefas.
Batizada de DAAAM, sigla em inglês para Describe Anything, Anywhere, at Any Moment (“Descreva qualquer coisa, em qualquer lugar e a qualquer momento”), a tecnologia foi criada por uma equipe liderada pelos pesquisadores Luca Carlone e Nicolas Gorlo, com a participação de Lukas Schmid, da Universidade Tecnológica de Nuremberg.
O projeto foi apresentado durante a Conferência sobre Visão Computacional e Reconhecimento de Padrões (CVPR), um dos principais eventos científicos da área, e busca resolver um problema antigo da robótica: como permitir que máquinas mantenham uma memória detalhada do ambiente sem comprometer sua velocidade de processamento.
Até agora, sistemas semelhantes precisavam escolher entre duas opções pouco ideais. Ou produziam descrições detalhadas do cenário, consumindo muito tempo de processamento, ou respondiam rapidamente, mas armazenando poucas informações úteis.
Segundo os pesquisadores, o DAAAM consegue equilibrar essas duas características.
O sistema registra o que aconteceu, onde aconteceu e quando aconteceu
O funcionamento da tecnologia começa com câmeras equipadas com sensores de profundidade instaladas no robô.
As imagens capturadas são transformadas em um chamado grafo de cena em quatro dimensões, uma base de dados dinâmica que registra continuamente tudo o que a máquina observa.
Cada objeto identificado recebe três informações principais: uma descrição em linguagem natural, sua posição exata em um ambiente tridimensional e o instante em que foi observado.
Esse conjunto permite que o robô responda posteriormente a perguntas como “onde estava aquela cadeira?”, “quando aquela caixa apareceu?” ou “qual objeto estava sobre a mesa alguns minutos atrás?”.
O sistema consegue analisar imagens capturadas a aproximadamente dez quadros por segundo. Quando encontra cenas mais complexas ou ambíguas, em vez de analisar cada imagem isoladamente, reúne vários quadros e processa tudo em conjunto.
Essa estratégia, conhecida como processamento em lote (batch processing), foi apontada pelos pesquisadores como um dos principais responsáveis pelo ganho de desempenho.
Segundo o MIT, essa abordagem tornou o sistema cerca de dez vezes mais rápido do que métodos convencionais, permitindo que a memória seja atualizada praticamente em tempo real.
Desempenho supera tecnologias já existentes
Os testes realizados mostraram que o DAAAM apresentou desempenho superior em diferentes tarefas quando comparado a outras soluções disponíveis.
Além de responder com maior precisão a perguntas sobre o ambiente, o sistema conseguiu localizar objetos com mais exatidão e interpretar descrições fornecidas em linguagem natural para orientar a navegação do robô.
Em experimentos nos quais a máquina precisava encontrar locais descritos por pessoas, o novo método concluiu corretamente as tarefas cerca de 28% mais vezes do que a segunda melhor tecnologia avaliada.
Os resultados publicados no servidor científico arXiv também indicam melhorias expressivas em diversos indicadores. De acordo com os autores, o sistema aumentou em 53,6% a precisão das respostas, reduziu os erros relacionados à localização dos objetos em 21,9% e diminuiu as falhas temporais em 21,6%.
Os pesquisadores disponibilizaram tanto os dados quanto o código do projeto em formato aberto, permitindo que outros grupos de pesquisa desenvolvam novas aplicações para a tecnologia.
Tecnologia ainda enfrenta alguns desafios
Apesar dos resultados promissores, a equipe do MIT reconhece que o sistema ainda possui limitações.
Uma delas está relacionada ao modelo de linguagem responsável por gerar as descrições dos objetos. Em determinadas situações, principalmente quando encontra itens incomuns ou pouco conhecidos, a inteligência artificial pode interpretar incorretamente o que está vendo ou fazer suposições equivocadas.
Outro desafio envolve a velocidade de processamento.
Atualmente, o sistema consegue produzir cerca de cinco descrições completas de objetos por segundo. Esse desempenho atende às necessidades de robôs terrestres utilizados em laboratórios, fábricas ou residências, mas ainda pode ser insuficiente para aplicações que exigem respostas quase instantâneas, como drones autônomos ou equipamentos de realidade virtual.
Os pesquisadores também alertam que missões muito longas podem aumentar significativamente o consumo de memória, além de observarem que a precisão diminui quando o sistema é testado em ambientes totalmente simulados por computador.
Mesmo com essas limitações, o DAAAM representa um avanço importante para a robótica baseada em inteligência artificial. Ao permitir que robôs criem uma memória organizada sobre tudo o que observam ao longo do tempo, a tecnologia abre caminho para máquinas capazes de compreender melhor seu ambiente, tomar decisões mais inteligentes e executar tarefas complexas com muito mais autonomia.
[Fonte: OK Diario]
