Memórias em tempo real – Robôs já conseguem reconhecer objetos, interpretar ambientes e executar tarefas cada vez mais complexas. O desafio, no entanto, sempre foi fazer com que essas máquinas fossem capazes de lembrar do que observaram ao longo do tempo de forma semelhante à memória humana. Agora, pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) apresentaram uma inteligência artificial que promete mudar esse cenário ao permitir que robôs registrem acontecimentos e recuperem essas informações sempre que necessário.
Batizado de DAAAM, sigla em inglês para Describe Anything, Anywhere, at Any Moment (“Descreva qualquer coisa, em qualquer lugar e a qualquer momento”), o sistema foi desenvolvido por uma equipe liderada pelos pesquisadores Luca Carlone e Nicolas Gorlo, com participação de Lukas Schmid, da Universidade Tecnológica de Nuremberg.
LEIA: Ferramenta gratuita reforça segurança no uso de IA na advocacia
A tecnologia foi apresentada durante a Conferência sobre Visão Computacional e Reconhecimento de Padrões (CVPR), um dos principais eventos científicos da área, e busca solucionar um dos desafios históricos da robótica: permitir que máquinas mantenham uma memória detalhada do ambiente sem comprometer a velocidade de processamento.
Até então, soluções semelhantes precisavam optar entre gerar descrições detalhadas do ambiente, consumindo mais recursos computacionais, ou responder rapidamente, armazenando poucas informações relevantes. Segundo os pesquisadores, o DAAAM consegue equilibrar essas duas características.
Sistema registra objetos, localização e momento em que foram vistos
O funcionamento da tecnologia começa com câmeras equipadas com sensores de profundidade instaladas no robô. As imagens capturadas são convertidas em um 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 fundamentais: uma descrição em linguagem natural, sua posição exata em um ambiente tridimensional e o momento em que foi observado.
Com esse conjunto de dados, o robô pode responder posteriormente a perguntas como “onde estava aquela cadeira?”, “quando aquela caixa apareceu?” ou “qual objeto estava sobre a mesa alguns minutos atrás?”.
O sistema processa imagens a aproximadamente dez quadros por segundo. Em situações mais complexas ou ambíguas, em vez de analisar cada imagem separadamente, reúne vários quadros e realiza o processamento em conjunto, estratégia conhecida como batch processing.
Segundo os pesquisadores, esse método foi um dos principais responsáveis pelo ganho de desempenho. De acordo com o MIT, a abordagem tornou o sistema cerca de dez vezes mais rápido do que métodos convencionais, permitindo atualizar a memória praticamente em tempo real.
Tecnologia apresentou resultados superiores em testes
Nos experimentos realizados, o DAAAM superou outras tecnologias disponíveis em diferentes tarefas.
Além de responder com maior precisão a perguntas sobre o ambiente, o sistema localizou objetos com mais exatidão e interpretou descrições em linguagem natural para orientar a navegação dos robôs.
Em testes 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 apontam melhorias expressivas em diferentes indicadores. Segundo os autores, o sistema aumentou em 53,6% a precisão das respostas, reduziu em 21,9% os erros relacionados à localização dos objetos e diminuiu em 21,6% as falhas temporais.
Os pesquisadores também disponibilizaram os dados e o código do projeto em formato aberto, permitindo que outros grupos de pesquisa desenvolvam novas aplicações para a tecnologia.
Sistema ainda apresenta limitações
Apesar dos avanços, a equipe do MIT reconhece que o DAAAM ainda enfrenta alguns desafios.
Um deles envolve o modelo de linguagem responsável por gerar as descrições dos objetos. Em situações que envolvem itens incomuns ou pouco conhecidos, a inteligência artificial pode interpretar incorretamente o que está observando ou fazer suposições equivocadas.
Outra limitação está na velocidade de processamento. Atualmente, o sistema produz cerca de cinco descrições completas de objetos por segundo. Esse desempenho atende às necessidades de robôs terrestres utilizados em laboratórios, fábricas e residências, mas ainda pode ser insuficiente para aplicações que exigem respostas quase instantâneas, como drones autônomos e equipamentos de realidade virtual.
Os pesquisadores também destacam que missões muito longas podem elevar significativamente o consumo de memória e observam que a precisão diminui quando a tecnologia é testada 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 construam uma memória organizada sobre tudo o que observam ao longo do tempo, a tecnologia abre caminho para máquinas capazes de compreender melhor o ambiente, tomar decisões mais inteligentes e executar tarefas complexas com maior autonomia.
(Com informações de Gizmodo UOL)
(Foto: Reprodução/Magnific/Frolopiaton Palm)
