PEQUIM — A Spirit AI estima que os sistemas responsáveis pela inteligência de robôs humanoides possam ter um avanço significativo em meados de 2027. A chegada desses equipamentos às residências, porém, deve levar pelo menos oito anos, segundo Gao Yang, cofundador e cientista-chefe da startup chinesa.
A previsão considera as dificuldades para obter dados capazes de treinar modelos a lidar com situações variadas. Embora os robôs chineses já consigam correr, dançar e executar saltos mortais para trás sob comando, o desenvolvimento de software passou a concentrar a atenção das empresas do setor.
Um salto comparável ao modelo GPT-3.0, da OpenAI, que impulsionou o ChatGPT, poderia ocorrer por volta de meados de 2027, afirmou Gao. Em tarefas simples realizadas em ambientes estruturados de sala de estar, os robôs da Spirit AI alcançaram taxa de sucesso de 90%.
“Mas entrar nas residências é muito mais difícil”, disse o executivo. Para ele, os próximos um a dois anos devem abrir espaço para aplicações industriais. Em seguida, robôs poderiam ser usados em serviços comerciais para realizar tarefas mais simples.
Dados para treinar os robôs
A Spirit AI mantém dezenas de robôs humanoides com rodas, do modelo Moz1, em linhas de produção da fabricante de baterias CATL e da varejista JD.com, que também investe na startup.
Fundada em 2024, a empresa tem 300 funcionários e levantou mais de US$ 670 milhões (R$ 3,44 bilhões). A avaliação atual é de 20 bilhões de iuanes (R$ 14,9 bilhões). Gao não comentou planos para uma IPO, a oferta pública inicial de ações.
A startup utiliza principalmente dados de situações reais, em vez de simulações virtuais. O treinamento envolve cerca de 1.000 prestadores de serviços, que usam equipamentos vestíveis para registrar movimentos em residências e linhas de produção.
Em um centro de treinamento de dados em Pequim, jovens equipados com sensores repetem ações como abrir geladeiras, destravar cofres e cortar legumes. Em outras instalações na China, um movimento pode ser repetido mais de 50 vezes até alcançar a precisão necessária.
A empresa também identificou ganhos com o uso de dados mais variados, incluindo movimentos considerados “sujos”. Segundo Gao, essa abordagem ajudou os modelos a evoluir mais rapidamente. Ainda assim, os robôs enfrentam dificuldades com ações de motricidade fina, como destampar garrafas, e com tarefas inéditas. Simuladores também têm limitações diante de objetos flexíveis, como cabos elétricos deformáveis.
