Pesquisadores integram IA a robô para aprimorar compreensão do mundo real
A iniciativa busca superar uma limitação dos modelos atuais, como o ChatGPT, que sabem utilizar palavras, mas não compreendem plenamente seus significados. Enquanto humanos associam palavras a experiências — como o conceito de “quente”, aprendido ao sentir calor ou se queimar —, os pesquisadores desenvolveram um modelo inspirado no cérebro humano para permitir que a IA relacione linguagem a vivências físicas.
O modelo foi testado em um robô simples, equipado com um braço mecânico e uma garra, que interagia fisicamente com objetos coloridos ao seguir instruções, como “mover vermelho para a esquerda” ou “colocar vermelho sobre azul”. Apesar de aprender apenas cinco substantivos e oito verbos, o sistema não apenas memorizou as palavras, mas também demonstrou compreender os conceitos por trás delas.
O sistema é composto por quatro redes neurais interconectadas:
- Rede de visão: processa as imagens captadas pela câmera RGB do robô.
- Rede proprioceptiva: mapeia a posição e os movimentos do robô, criando modelos internos de ação.
- Rede de linguagem: interpreta comandos verbais, como “mover vermelho para a direita”.
- Rede associativa: integra os dados das outras redes e prevê o próximo estado do sistema.
Os pesquisadores avaliaram ainda a capacidade do robô de desenvolver composicionalidade, ou seja, combinar conceitos aprendidos para interpretar novos comandos. Após treinamento em 80% das combinações possíveis de substantivos e verbos, o robô conseguiu generalizar o conhecimento para os 20% restantes, reconhecendo e executando ações inéditas. No entanto, sua capacidade de generalização diminuiu quando a taxa de treinamento foi reduzida para 60% ou 40%. O ambiente de testes também era bastante simplificado, com poucos objetos e ações limitadas.
Os pesquisadores acreditam que maior poder computacional poderia aprimorar o desempenho do sistema. O experimento foi conduzido utilizando uma única GPU Nvidia RTX 3090.