As universidades enfrentam ficar presas a milhares de robôs obsoletos. Veja como evitar uma calamidade de pesquisa

Por mais de uma década, a empresa de robótica francesa Aldebaran construiu alguns dos robôs mais populares usados ​​na pesquisa acadêmica. Vá para a maioria dos departamentos de robótica universitária e você encontrará Pepper, o icônico robô humanóide de três rodas ou seu irmão menor de duas pernas, Nao.

Estes rapidamente se tornaram os robôs de escolha para muitos acadêmicos para todas as pesquisas sobre as capacidades e o potencial dos robôs sociais. Eles são rápidos em configurar e fáceis de usar, sem a necessidade de nenhuma habilidade de programação ou conhecimento de engenharia.

Com preços básicos em cerca de £ 17.000 para Pepper e £ 8.000 para NAO – normalmente, além de alguns milhares de libras a mais para extras, sessões de treinamento on -line, planos de serviço, garantias e assim por diante – os robôs poderiam ser adquiridos por meio de subsídios de pesquisa universitária.

Com robôs de pimenta também aparecendo em empregos de atendimento ao cliente, por exemplo, nos bancos do HSBC nos EUA, os compradores foram atraídos pela atração de benefícios educacionais e financeiros de longo prazo de um fornecedor de tecnologia de ponta. A Aldebaran diz que vendeu aproximadamente 37.000 máquinas em todo o mundo (20.000 Naos e 17.000 pimentões).

No entanto, a empresa parou de desenvolver robôs de pimenta em 2021, tendo lutado para vender o máximo que esperava e foi descarregado pelo proprietário japonês de longa data Softbank.

Em fevereiro deste ano, a Alderbaran pediu falência e se reestruturou em meio a dificuldades financeiras contínuas. Atualmente em busca de um comprador, ele reduziu pela metade o número de seus funcionários, embora ainda esteja fazendo NaO (e um assistente de servir sobre rodas chamadas Platão).

A incerteza em torno do futuro da empresa empolgou os temores de que se torne impossível consertar seus robôs no futuro, e que Aldebaran possa parar de apoiar a rede em nuvem de IA que as máquinas precisam acessar para poder funcionar.

O que isso significa para o futuro da pesquisa de robótica nas universidades?

Além dos medos sobre o futuro de Aldebaran, há muito tempo com a Durabilidade de Pepper e Nao. Ambos têm conchas plásticas rígidas e frágeis, e as máquinas às vezes superaquecem. Isso significa que eles precisam ser deixados para esfriar após 20 a 30 minutos, o que frequentemente interferiu em experimentos e coleta de dados-como documentado neste estudo de 2022 do NAO.

Um porta -voz da Aldebaran concordou que os motores podem superaquecer, dependendo de seu uso e ambiente. Eles disseram que a próxima geração de NAO, atualmente em desenvolvimento, levou isso em consideração em seu design.

Para reparos, a única opção é a Aldebaran ou um revendedor autorizado, ou você corre o risco de anular sua garantia. Isso normalmente envolve o envio para o exterior, que pode ser lento e caro – mais assim se as peças de reposição estiverem fora de estoque.

Um de nós (Emilia) encontrou isso durante a pandemia covid. As baterias de Nao precisam ser usadas regularmente para continuar funcionando, o que levou a máquina da universidade a falhar porque era inacessível durante os bloqueios. Aldebaran não conseguiu fornecer baterias de substituição rapidamente, o que interrompeu os projetos de pesquisa na universidade por muitos meses e significou que os principais prazos de envio eram perdidos.

Enquanto isso, as atualizações de software para Pepper pararam quando a empresa interrompeu o desenvolvimento em 2021 (as vendas pararam em 2024). Os recursos limitados de processamento desse robô tornam problemático executar os grandes modelos de idiomas (LLMS) que as interfaces de energia como ChatGPT (embora possam ser executadas em conjunto com um computador com modificações).

O NAO possui uma edição de IA que pode lidar com LLMs, embora isso também exija modificações externas. As atualizações do Nao também parecem ter sido limitadas, o que em nossa experiência parece ter tornado mais propensas a erros também. Ambos os robôs já são consideravelmente menos úteis para fins de pesquisa em nossa opinião.

Finalmente, Nao e Pepper não foram construídos com a adaptabilidade em mente. Ao contrário de máquinas mais recentes, como o INMOOV impresso em 3D, fabricado pelo designer francês Gael Langevin, não há como personalizar seus componentes ou aparência.

Suas expressões fixas, gestos e corpo de plástico dificultam a adaptação a diferentes necessidades ou aplicativos do usuário, como ajudar em casa ou em saúde. Isso novamente reduz sua utilidade do ponto de vista da pesquisa.

Abordando essas preocupações, disse o porta -voz da Aldebaran,

“A disponibilidade de peças de reposição no NAO é muito boa, [barring] Os problemas normais da cadeia de suprimentos, e estes foram exacerbados durante a Covid, como o resto do mundo comercial. O Pepper é mais limitado, pois não está em produção há algum tempo, mas geralmente somos capazes de resolver quaisquer problemas do cliente.

“O NAO ainda é muito ativo como produto, com a produção continuando junto com as atualizações de software. Recentemente, lançamos o NAO Atividades, uma grande atualização de software que fornece recursos generativos de IA para o NAO”.

O porta -voz acrescentou que não havia planos de desligar o suporte à nuvem da AI para NaO ou Pepper e que os robôs não são difíceis de usar na pesquisa de robótica, “testemunho dos quais são os milhares de unidades usadas nesse ambiente”.

O que pode ser feito?

Se Pepper e Nao se tornarem inutilizáveis ​​para a pesquisa, as universidades terão que descartá -las ou tentar reconstruí -las com peças e componentes personalizados. É possível que eles possam ser invadidos e destruídos, as peças de reposição podem ser impressas em 3D, novos microprocessadores instalados e o software fez de código aberto e de código aberto, o que pode ser suficiente para recuperar os robôs e funcionando novamente.

No entanto, provavelmente faz sentido para os pesquisadores esperarem. Mas em relação a quê? Numa época em que as finanças da universidade são muito apertadas, pode haver uma relutância em comprar novas máquinas com uma vida útil potencialmente limitada. Robôs de fornecedores alternativos como Futhat e Unitree são suportados por sistemas de IA semelhantes baseados em nuvem.

Algumas instituições podem considerar realocar financiamento vital para outros departamentos, com um impacto significativo na pesquisa e educação em robótica. As universidades estão no coração da pesquisa de robótica, defendendo altos padrões éticos e testando rigorosamente máquinas sem os conflitos de interesse que os fabricantes podem ter.

As universidades também podem reunir diversas disciplinas como ciência da computação, engenharia e ciência cognitiva, promovendo a colaboração que incentiva a inovação. Com o número um do Reino Unido globalmente para a qualidade da pesquisa nesse campo, esses são os motivos de treinamento para a próxima geração de roboticistas em um momento em que há uma escassez de habilidades em crescimento.

Um caminho diferente seria para as universidades começarem a construir e programar robôs a partir do zero. Para o custo de um novo robô de pesquisa, digamos £ 15.000, você pode comprar várias impressoras, hardware e componentes de alta especificação.

Isso não seria sobre a construção de robôs humanóides inteiros, mas protótipos de aspectos -chave, como expressividade facial ou pele, gestos ou emoções humanas. Isso permitiria aos alunos obter importantes habilidades práticas de engenharia e programação, enquanto conduzem novas pesquisas que exploram as lacunas atuais no campo.

Isso facilitaria a personalização e reparava-os mais rápidos e baratos, se você pudesse fazer peças em 3D ou usar peças que poderiam ser facilmente substituídas prontas para uso.

Para que as universidades permaneçam relevantes nesse campo em rápida evolução, é vital que aprendam com suas dificuldades com Pepper e Nao. Numa época em que os robôs estão começando a ser percebidos como um apoio confiável e econômico para as pessoas, isso é um conto de advertência para todos.

Este artigo é republicado da conversa sob uma licença Creative Commons. Leia o artigo original.