NSF dos EUA investe US$ 30 milhões para criar centro de coadaptação entre humanos e robôs

De acordo com pt.wedoany.com-A Universidade do Texas em Austin (University of Texas at Austin, UT Austin) liderará a criação de um centro de pesquisa da Fundação Nacional de Ciências dos EUA (National Science Foundation, NSF) com orçamento de US$ 30 milhões e duração de cinco anos, focado em um desafio que os robôs precisam enfrentar além das fábricas e armazéns: o comportamento humano é imprevisível e muda constantemente ao longo do tempo.

Este projeto de pesquisa, chamado "Centro de Coadaptação Humano-Robô" (Center for Human and Robot Co-Adaptation), reúne 39 pesquisadores de seis universidades, que estudam como humanos e máquinas aprendem mutuamente e ajustam seus comportamentos em interações de longo prazo. O centro não examina se os robôs conseguem concluir tarefas com sucesso em demonstrações, mas sim o que acontece com ambos os lados quando o mesmo grupo de pessoas e robôs convive por meses ou até anos.

Empresas como Amazon, Apptronik, Diligent Robotics, Google DeepMind, Hello Robot, MassRobotics, NVIDIA e Robust AI participam como parceiras do setor, abrangendo áreas como robôs humanoides, manipulação móvel, inteligência artificial e robótica comercial. Joydeep Biswas, diretor do centro e professor associado de ciência da computação na UT Austin, afirmou: "O próximo salto na robótica não é apenas fazer os robôs executarem mais tarefas, mas fazê-los entender as pessoas ao redor, suas necessidades, preferências, valores e restrições, reconhecendo também que as pessoas ajustam seu próprio comportamento ao introduzir robôs em seus ambientes."

Historicamente, a robótica depende da minimização de variáveis ambientais para garantir operação estável. Robôs industriais trabalham em estações cuidadosamente projetadas, peças chegam aos locais previstos, e barreiras e sensores isolam os humanos de perigos potenciais. Embora a nova geração de robôs colaborativos e robôs móveis autônomos consiga se adaptar a mudanças nas condições, eles ainda estão confinados a fluxos de trabalho e limites ambientais bem definidos. A IA física está impulsionando os robôs a superar essas premissas. Robôs desenvolvidos para saúde, cuidados geriátricos, hotelaria, construção civil e até residências terão que operar em espaços que não podem ser redesenhados para máquinas, onde o desafio não é apenas que o ambiente muda, mas também que as pessoas nele mudam — a capacidade física de um paciente pode variar semana a semana, as necessidades de um idoso podem ser diferentes em poucos anos, e os trabalhadores desenvolvem novas formas de colaboração à medida que aprendem os pontos fortes e fracos dos robôs.

O centro chama esse ajuste bidirecional de "coadaptação humano-robô". A UT Austin ilustra o conceito com um exemplo simples: ensinar um robô a pôr a mesa não é difícil, mas fazê-lo perceber que alguém está preparando chili e colocar colheres proativamente, sem instrução explícita, exige uma compreensão mais profunda de contexto, comportamento e preferências. O cenário médico é ainda mais crítico: um robô assistivo pode aprender a ajustar seu alcance com base nas limitações físicas da pessoa para ajudá-la a pegar um copo d'água; a pessoa também aprende gradualmente o que o robô pode fazer e como pedir ajuda a ele, formando assim um ciclo de feedback de ajuste mútuo.

Essa mudança traz novas dimensões de avaliação para as empresas de robótica. O sistema não precisa apenas concluir tarefas atuais de forma confiável, mas também avaliar se o comportamento bem-sucedido de ontem ainda é apropriado hoje. Modelos persistentes do usuário e do ambiente, compreensão contextual mais forte e capacidade de aprender diante de comportamentos imprevisíveis são elementos necessários, ao mesmo tempo que levantam uma série de questões sobre privacidade, segurança e consentimento: quanta autonomia deve ser concedida a robôs que se adaptam continuamente às pessoas. À medida que os robôs saem de ambientes controlados de fábrica para lares, hospitais e instalações de vida assistida, a complexidade dessas questões só tende a aumentar.

O centro planeja conduzir pesquisas com base em uma rede de implantação no mundo real, chamada "Rede de Instalações de Ambientes Humanos com Robôs" (Human Environment with Robots, HERO). Os locais serão instalados na UT Austin e em suas instituições parceiras — Instituto de Tecnologia de Massachusetts (Massachusetts Institute of Technology, MIT), Universidade de Yale (Yale University), Universidade de Indiana em Bloomington (Indiana University Bloomington), Universidade de Utah (University of Utah) e Universidade Tufts (Tufts University) — em residências, dormitórios, cafeterias, museus públicos, hospitais de reabilitação e residências de cuidados geriátricos e vida assistida. Implantações de longo prazo ajudam os pesquisadores a observar o que acontece depois que a novidade desaparece: os moradores podem descobrir atalhos, mudar a forma de se comunicar com as máquinas ou encontrar usos que os desenvolvedores nunca previram, e os membros da comunidade também podem opinar sobre quando, onde e como as implantações ocorrem.

O centro também se conecta a várias tecnologias que atualmente impulsionam investimentos em IA física. O Centro Avançado de Computação do Texas (Texas Advanced Computing Center, TACC) da UT Austin fornecerá capacidade computacional para simulação, aprendizado de máquina, armazenamento de dados e gêmeos digitais para os locais do HERO, permitindo que os pesquisadores testem métodos em ambientes virtuais antes de implantá-los em cenários como dormitórios ou lares de idosos. A NVIDIA fornecerá plataformas de computação acelerada, simulação e robótica para treinamento e avaliação em larga escala, além de examinar modelos de base que sustentam a colaboração humano-robô. Deepu Talla, vice-presidente de robótica e IA de borda da NVIDIA, afirmou que, para que os robôs se tornem parte da vida cotidiana, eles precisam permanecer úteis à medida que as necessidades, tarefas e ambientes das pessoas mudam ao longo do tempo.

A empresa de robôs humanoides Apptronik tem uma ligação mais profunda com a UT Austin: sediada em Austin, a empresa foi criada em 2016 a partir do Laboratório de Robótica Centrada no Humano (Human Centered Robotics Lab) da universidade, e os pesquisadores planejam incorporar seus projetos robóticos e modelos computacionais à exploração da implantação segura de robôs humanoides em ambientes humanos. Diligent Robotics, Hello Robot e Robust AI trazem, respectivamente, experiência em manipulação móvel e robôs projetados para trabalhar ao redor de pessoas, enquanto Amazon e Google DeepMind oferecem perspectivas de automação em larga escala e inteligência artificial. A participação desses parceiros do setor faz do centro não apenas um projeto acadêmico, mas também uma ponte entre a pesquisa fundamental sobre o comportamento humano e as plataformas comerciais que buscam levar a IA física para ambientes cotidianos.

O valor comercial da coadaptação, em última análise, se traduz em taxas de utilização e retorno sobre o investimento. Robôs projetados para uma única tarefa criam valor desde que a frequência da tarefa seja alta o suficiente para amortizar o investimento, um modelo já validado em cenários altamente repetitivos, como a fabricação automotiva. Muitos dos mercados visados pelas empresas de IA física não são assim: as tarefas são diversas, os ambientes mudam constantemente e os clientes podem esperar que o mesmo robô assuma mais funcionalidades ao longo do tempo. Robôs capazes de aprender preferências do usuário, adaptar-se a mudanças nos processos e adquirir novas capacidades sem necessidade de reprogramação extensiva têm uma gama mais ampla de usos e alcançam mais facilmente a taxa de utilização necessária para sustentar o investimento; por outro lado, sistemas que exigem intervenção manual sempre que o ambiente ou o processo muda, por mais impressionantes que sejam tecnicamente, podem não ir longe comercialmente.

Na maior parte da história da indústria robótica, a abordagem para lidar com a variabilidade foi eliminá-la do ambiente por meio da engenharia: as fábricas são construídas em torno dos robôs porque as máquinas são extremamente eficientes quando o mundo ao redor permanece previsível. A nova geração de tecnologia robótica está tentando algo mais difícil; a IA física busca criar máquinas que percebam, raciocinem e atuem em ambientes projetados para humanos, não para máquinas. Modelos de base, simulação, manipulação mais hábil e hardware mais robusto fazem parte desse jogo. Mas colocar robôs em ambientes humanos também introduz uma variável que não pode ser eliminada por meios de engenharia — as pessoas. As pessoas se familiarizarão com o comportamento das máquinas, mudarão seus processos ao redor delas ou passarão a depender delas de maneiras que os desenvolvedores não previram. O investimento de US$ 30 milhões da NSF em coadaptação humano-robô visa exatamente compreender como essa relação se desenrolará; para uma indústria que já investiu bilhões de dólares na tentativa de levar robôs de ambientes controlados para o mundo humano, a resposta pode determinar quais sistemas realmente permanecerão.