Como filmar suas tarefas domésticas pode treinar os robôs mordomos do futuro
Robôs humanoides fazendo as tarefas da casa parecem coisa de filme de ficção científica, né? Mas essa realidade está mais perto do que a gente imagina, e o caminho para chegar lá passa por um detalhe bem inesperado: você filmando a sua própria rotina doméstica.
Isso mesmo.
Lavar a louça, varrer o chão, cozinhar o almoço — esses momentos do dia a dia que parecem absolutamente banais estão se tornando matéria-prima valiosa para treinar a próxima geração de robôs inteligentes. E para participar desse novo mercado, não é preciso muito: uma faixa de cabeça, um smartphone e uma lista de tarefas domésticas já são suficientes para começar.
O motivo é simples, mas poderoso: a inteligência artificial que está por trás dos robôs modernos precisa aprender como os humanos se movem, interagem com objetos e navegam por ambientes reais para evoluir além das fábricas e chegar, de fato, às nossas casas. E os dados disponíveis na internet, que foram suficientes para criar chatbots incríveis como o ChatGPT, simplesmente não resolvem esse problema para a robótica física. 🤖
Com a evolução acelerada da inteligência artificial, os robôs humanoides se tornaram a mais nova fronteira na corrida para dominar a tecnologia avançada. Fabricantes estão lançando uma sequência de novos modelos capazes de andar, dançar e lutar com uma agilidade cada vez maior. Mas o verdadeiro objetivo da indústria — um robô de propósito geral que possa trabalhar em lojas, escritórios e residências — exige uma quantidade absurda de dados para aprender a substituir humanos de forma segura e eficaz.
A seguir, você vai entender como esse ecossistema está se formando, quem está por trás dele e o que ainda falta para que um robô finalmente apareça na sua porta, pronto para ajudar.
Por que vídeos domésticos valem ouro para a robótica
Existe uma diferença fundamental entre ensinar uma inteligência artificial a conversar e ensinar um robô a funcionar no mundo físico. Quando falamos de modelos de linguagem como o ChatGPT, o combustível do aprendizado são textos — bilhões de páginas, artigos, livros e conversas digitalizadas que já existiam na internet. Treinado em centenas de bilhões de palavras colhidas da web, o ChatGPT usa o que aprendeu sobre padrões textuais para gerar as respostas mais prováveis às perguntas dos usuários.
O problema é que esse tipo de dado não tem nenhuma utilidade quando o objetivo é fazer um robô pegar um copo sem derrubá-lo, dobrar uma camisa ou abrir uma gaveta sem destruir tudo ao redor. Para isso, a IA precisa de algo completamente diferente: ela precisa ver como um ser humano faz essas coisas, em tempo real, dentro de um ambiente real.
Depois do texto, os modelos de IA evoluíram para produzir imagens e vídeos sob demanda, aproveitando conteúdo disponível na internet. Mas os desenvolvedores de robôs precisam de um conjunto muito mais específico de dados de treinamento e não contam com a mesma biblioteca instantânea que a web ofereceu para outras aplicações de IA.
É aí que entra o conceito de dados egocêntricos, também chamados de dados humanos, que são vídeos capturados a partir do ponto de vista de quem realiza a tarefa. Diferente de uma câmera de segurança no canto do teto, um vídeo egocêntrico mostra exatamente o que os olhos de uma pessoa veem enquanto ela lava a louça, arruma a cama ou descasca uma batata. Esse tipo de perspectiva é infinitamente mais útil para treinar robôs porque replica a visão que o próprio robô terá quando estiver executando a mesma tarefa. A câmera fica na cabeça de quem grava, capturando cada movimento, cada ajuste de preensão, cada olhar para um objeto antes de tocá-lo.
Essa necessidade criou um apetite voraz por filmagens em primeira pessoa, e nos últimos meses diversas startups entraram nesse mercado para suprir a demanda, coletando e anotando vídeos de milhares de trabalhadores contratados ao redor do mundo.
Quem está construindo esse futuro agora
O movimento em torno da coleta de dados egocêntricos para robótica não é mais uma ideia futurista de laboratório. Uma das empresas que está liderando essa corrida é a Micro1, sediada em Palo Alto, Califórnia, que começou a recrutar seu próprio exército de cinegrafistas remotos no ano passado.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Segundo Arian Sadeghi, vice-presidente de dados de robótica da Micro1, a demanda por esse tipo de conteúdo abrange praticamente todos os setores imagináveis.
Manufatura, fábricas, armazéns, varejo, casas de repouso, hospitais — você vai precisar desse tipo de dado em basicamente todos os ambientes, porque os movimentos são todos diferentes, explicou Sadeghi.
Cada pessoa que participa do programa recebe um equipamento de cabeça para fixar a câmera, instruções de filmagem e uma lista de tarefas como cozinhar, limpar, cuidar do jardim e dos animais de estimação. Os trabalhadores precisam alternar entre diferentes atividades e enviar pelo menos 10 horas de vídeo por semana.
Embora os vídeos atualmente girem em torno de tarefas domésticas, Sadeghi disse que a empresa incentiva os contratados a experimentar com o que filmam, caso isso possa eventualmente ajudar os robôs a se adaptarem mais rápido a novos ambientes e responsabilidades.
O que a gente diz para eles é: se você acha que gostaria que um robô fizesse isso por você, vá em frente e grave, contou Sadeghi.
Bilhões de horas de vídeo ainda são necessárias
A Micro1 já conta com cerca de 4.000 generalistas de robótica espalhados por residências em 71 países, que enviam à empresa mais de 160 mil horas de vídeo por mês. Mas, segundo Sadeghi, isso está longe de ser suficiente.
Você provavelmente precisa de bilhões de horas, afirmou. Nós nem chegamos às interações humanas ainda. Isso aqui é só tarefas domésticas simples.
Ele disse que a crescente demanda por dados na robótica espelha a trajetória inicial do ChatGPT e de outros chatbots de IA. E assim como o texto foi o combustível que impulsionou a revolução dos modelos de linguagem, os vídeos em primeira pessoa serão o combustível que vai impulsionar a revolução dos robôs físicos.
Essa escassez de dados se transformou em uma oportunidade de mercado bilionária para startups como a Micro1, que também fazem a anotação dos vídeos para que os robôs consigam diferenciar objetos, distâncias e movimentos físicos. Empresas de pesquisa de mercado estimam que a indústria de coleta e rotulagem de dados vai crescer em média cerca de 30% ao ano, liderada pelo crescimento na Ásia, e deve atingir pelo menos 10 bilhões de dólares até 2030.
Nem todo vídeo gravado serve para treinamento
Ravi Rajalingam, fundador da empresa de anotação de dados Objectways, fornecia dados de áudio e vídeo para treinar assistentes virtuais com IA e carros autônomos antes de mudar seu foco para a robótica no ano passado. Desde que começou a contratar pessoas para coletar dados humanos, ele descobriu que apenas cerca de metade do material enviado é realmente utilizável.
Ainda assim, com 90% de seus clientes baseados nos Estados Unidos e a suposição de que os consumidores americanos terão poder de compra para adotar robôs humanoides primeiro, alguns clientes estão dispostos a pagar mais por dados coletados em lares americanos — mesmo que o custo por hora possa ser até o triplo do valor pago a um trabalhador no Vietnã ou na Índia.
A cozinha na Índia é muito diferente da cozinha nos EUA. Uma vassoura na Índia é muito diferente de uma vassoura nos EUA. Então a variedade é importante, mas depende de onde você vai colocar seus robôs primeiro, explicou Rajalingam. É por isso que estamos coletando dados no mundo inteiro.
Os diferentes métodos de treinamento para robôs
Durante décadas, os robôs foram treinados principalmente por humanos usando controles remotos. Mas isso exige hardware caro e dedicado. Mais recentemente, uma opção mais barata surgiu com o uso de software de simulação para criar cenários virtuais, embora essa abordagem seja geralmente menos eficaz para interações com objetos físicos, como pegar um copo.
Com dados, é sempre uma troca entre qualidade e quantidade, disse Alicia Veneziani, vice-presidente de expansão de mercado da Sharpa, uma startup de androides baseada em Singapura especializada em mãos robóticas.
A China, que está despejando investimento estatal em indústrias de alta tecnologia, anunciou planos para pelo menos 60 centros de treinamento de robôs em todo o país. A maioria dos robôs humanoides produzidos em massa na China até agora foi adquirida para fins de treinamento e pesquisa, segundo Marco Wang, analista baseado em Xangai da Interact Analysis, uma empresa de pesquisa em tecnologia.
Mas no final do ano passado, a indústria começou a abraçar o uso de dados humanos como uma solução intermediária, já que os únicos custos envolvidos são um dispositivo de gravação como uma GoPro, óculos Meta ou smartphone, e salários por hora que variam entre 5 e 20 dólares dependendo da região.
A ideia aqui é: eu não quero o robô executando a tarefa. Eu quero as pessoas executando a tarefa, explicou Wang. Dessa forma, você não precisa pagar pelos robôs, só precisa pagar pelo equipamento e pelas pessoas.
Modelos diferentes em cada região do mundo
Wang disse que já viu modelos de negócio no Japão e na Coreia do Sul semelhantes aos centros de coleta de dados na China, mas com bases no Sudeste Asiático para aproveitar a mão de obra mais barata. A Tesla vem treinando seu robô humanoide Optimus em suas próprias instalações em Fremont, Califórnia, e planeja expandir para Austin, no Texas. Wang observou que os Estados Unidos e a Europa tendem a favorecer o treinamento por simulação, abordagem defendida pela Nvidia, que projeta os chips de computador mais avançados do mundo.
No entanto, em um relatório de fevereiro, a Nvidia revelou que incorporar mais de 20.000 horas de vídeos em primeira pessoa no treinamento de robôs melhorou a taxa de sucesso em mais de 50% em tarefas como enrolar camisetas, separar cartas de baralho, desenroscar tampas de garrafa e usar seringas.
Se você depende de apenas uma forma de coleta de dados, provavelmente não é a melhor abordagem, disse Wang, que espera que as empresas combinem cada vez mais estratégias diferentes. No futuro, será uma mistura de abordagens diferentes.
A última milha da automação
O ponto de virada para os robôs autônomos aconteceu há três anos, quando os grandes modelos de linguagem que viabilizaram o ChatGPT deram origem a um novo tipo de algoritmo capaz de traduzir sinais visuais em ação física, segundo Puneet Jindal, cofundador da empresa de anotação de dados Labellerr AI. Robôs que antes eram programados apenas para tarefas repetitivas passaram a conseguir perceber e navegar o mundo ao redor deles.
Sua empresa começou a coletar seus próprios vídeos em primeira pessoa este ano, gravados por trabalhadores em instalações de manufatura na Índia. Para os próximos três anos, Jindal disse que priorizar dados humanos é uma decisão óbvia. Mas esse boom pode não durar para sempre. Em breve, esse conteúdo poderá melhorar o treinamento por simulação, ou se a IA conseguir converter vídeos do YouTube encontrados online em perspectiva de primeira pessoa, isso poderá se tornar um substituto.
Até mesmo os laboratórios de robótica sentem que não sabem quais dados serão necessários daqui a 12 meses, disse ele.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
O desafio da imprevisibilidade doméstica
Parte do motivo pelo qual robôs de propósito geral precisam de tanto treinamento é a imprevisibilidade extrema dos ambientes domésticos. Móveis, eletrodomésticos e pessoas se movem constantemente, e nenhuma casa é igual à outra. Segundo Rutav Shah, pesquisador de robótica na Universidade do Texas em Austin, o maior obstáculo continua sendo a falta de intuição.
O que realmente está faltando é uma intuição semelhante à humana sobre forças, fricção e incerteza que as pessoas adquirem ao longo de toda a vida, disse Shah. Fazer robôs que sejam geralmente úteis para tarefas domésticas do dia a dia como cozinhar e limpar — isso vai ser a última milha da automação.
Até agora, os robôs humanoides foram implantados principalmente em ambientes controlados como fábricas, onde conseguem completar suas tarefas 99,9% das vezes, segundo Alexander Verl, presidente de pesquisa da Federação Internacional de Robótica. Mesmo em algo aparentemente simples como dobrar camisetas, a taxa de sucesso atual ainda é baixa demais para ser comercialmente viável.
A probabilidade de que vai funcionar é geralmente em torno de 70 ou 80%. Vindo da manufatura, isso realmente não é algo que nossos parceiros da indústria querem usar, afirmou Verl.
Segurança e os riscos de um robô dentro de casa
Rajalingam, da Objectways, também destacou os riscos de segurança que acompanham a entrada de robôs em ambientes domésticos. Se um robô está limpando um quarto de brinquedos, mas não consegue diferenciar uma boneca de um bebê de verdade, os resultados podem ser desastrosos.
Se o robô pegar meu bebê e colocá-lo numa lixeira, aí vem o processo milionário, disse ele.
Testar robôs com bebês ainda está muito longe de acontecer, segundo Rajalingam. No entanto, ele acrescentou que os testes já começaram com cachorros. 🐕
Além dos riscos físicos, existe a questão da privacidade e da confiança. Ter um robô operando dentro de casa significa, na prática, ter um dispositivo com câmeras e sensores ativos capturando tudo o que acontece no ambiente mais íntimo das pessoas. As empresas do setor precisarão responder de forma clara e transparente como esses dados serão usados, armazenados e protegidos — e essa conversa com a sociedade ainda está no começo.
O sucesso dos robôs humanoides nas casas vai depender tanto da evolução tecnológica quanto da construção de uma relação de confiança genuína com os usuários finais. E isso, talvez, seja o desafio mais complexo de todos. 🏠🤖
Enquanto isso, a cada vídeo de alguém varrendo a cozinha ou dobrando roupas que é enviado para uma dessas plataformas, a inteligência artificial dos robôs fica um pouquinho mais esperta. O futuro dos mordomos robóticos está sendo construído um vídeo doméstico de cada vez — e quem diria que a chave para a robótica avançada seria simplesmente gravar alguém lavando a louça.
