Robôs da Eka separam nuggets e rosqueiam lâmpadas: o momento ChatGPT da IA física se aproxima

A Eka criou robôs que rosqueiam lâmpadas, separam nuggets de frango e movem objetos frágeis, com movimentos assustadoramente parecidos com os humanos. A Wired questiona se essa destreza reflete inteligência física real ou uma imitação de movimentos bem treinada.

O que os robôs da Eka sabem fazer

Os desenvolvimentos da Eka se diferenciam dos manipuladores industriais padrão, que por décadas trabalharam na indústria automotiva em trajetórias rigidamente definidas. As garras dos robôs da Eka não são simples "pinças", mas mãos com várias articulações e sensores táteis nas pontas dos dedos. Em vez de trajetórias codificadas de forma rígida, os sistemas são treinados com conjuntos de vídeos de trabalho humano e refinados em simulação. Isso permite que se adaptem a objetos de formas e pesos diferentes sem coordenadas predefinidas.

Veja o que o mesmo robô faz em condições reais:

• Separa nuggets de frango em uma esteira por forma e posição
• Rosqueia lâmpadas em soquetes em ângulos variados
• Move ovos frágeis sem danificar a casca
• Lida com objetos desconhecidos sem recalibração pontual
• Trabalha em ambiente não estruturado, onde os robôs anteriores exigiam ordem perfeita

A diferença-chave em relação à geração anterior é a capacidade de lidar com a variabilidade. Não é "execute o movimento A no ponto B", e sim "resolva este objeto como uma pessoa resolveria".

Momento ChatGPT ou imitação habilidosa?

A Wired faz uma pergunta incômoda: até que ponto os movimentos desses robôs refletem uma compreensão real do espaço, e não uma reprodução precisa de padrões dos dados de treinamento? Nos modelos de linguagem, o problema do "papagaio", um modelo que imita compreensão sem entender nada de fato, nunca foi resolvido de vez. Com robôs físicos, a questão é mais aguda: um erro na linha de produção custa mais que uma alucinação em um texto.

A Eka e suas concorrentes, Apptronik, Figure AI, Physical Intelligence (π) e 1X Technologies, apostam que os modelos de fundação para movimento já são bons o bastante para uso comercial. Mas os pesquisadores divergem. Alguns acham que a fronteira entre "inteligência física" e "estatística de movimentos muito boa" não tem importância prática se o robô cumpre a tarefa de forma estável. Outros alertam que a imitação quebra justamente nos casos extremos.

"A questão não é se o robô consegue rosquear uma lâmpada.

A questão é o que ele fará quando a lâmpada tiver outro diâmetro", resume a lógica um pesquisador de robótica.

Por que o limiar chega agora

Atuadores mais baratos, câmeras de profundidade acessíveis, grandes conjuntos de dados de movimentos humanos e uma arquitetura de transformers para IA física convergiram ao mesmo tempo. A distância entre um protótipo de laboratório e um robô funcional diminuiu mais rápido do que o setor esperava. A Eka já testa seus sistemas em linhas de produção reais da indústria alimentícia.

O paralelo com os modelos de linguagem é direto: o ChatGPT foi lançado em novembro de 2022 e, nos 18 meses seguintes, o setor repensou o que pode ser automatizado. Os robôs físicos talvez estejam diante de um limiar parecido. Se for assim, as decisões sobre quais tarefas manuais automatizar serão tomadas não em 10 anos, mas em 2-3.

O que isso significa

Se a Eka e as concorrentes estiverem certas, os próximos anos serão um ponto de virada para o trabalho manual na indústria e na logística. A pergunta já não é "os robôs vão substituir as mãos humanas?", e sim "em quais tarefas isso vai acontecer primeiro?".