O pesquisador explica por que os robôs ficam atrás da AI Chatbots

Os chatbots da IA ​​avançaram rapidamente nos últimos anos, tanto que as pessoas agora os estão usando como assistentes pessoais, representantes de atendimento ao cliente e até terapeutas.

Os grandes modelos de idiomas (LLMs) de que esses chatbots foram criados usando algoritmos de aprendizado de máquina treinado nos vastos tesouros dos dados de texto encontrados na Internet. E seu sucesso tem muitos líderes de tecnologia, incluindo Elon Musk e CEO da Nvidia, Jensen Huang, alegando que uma abordagem semelhante produzirá robôs humanóides capazes de realizar cirurgia, substituindo os trabalhadores da fábrica ou servindo como mordomos em casa em poucos anos.

Mas os especialistas em robótica discordam, diz Ken Goldberg da UC Berkeley. Ele é professor de pesquisa de engenharia e operações industriais e William S. Floyd Jr. Cadeira Distinta em Engenharia da UC Berkeley

Em dois novos artigos publicados on -line hoje (27 de agosto) na revista Robótica científicaGoldberg descreve como o que ele chama de “lacuna de dados de 100.000 anos” impedirá que os robôs obtenham habilidades do mundo real tão rapidamente quanto os chatbots da IA ​​estão ganhando fluência de linguagem.

No segundo artigo, líder roboticistas do MIT, a Georgia Tech e a Eth-Zurique resumem o debate acalorado entre os roboticistas sobre se o futuro do campo está em coletar mais dados para treinar robôs humanóides ou confiar em “boa engenharia antiquada” para programar robôs para concluir tarefas reais.

Abaixo, a UC Berkeley News conversou com Goldberg sobre o “hype humanóide”, a mudança de paradigma emergente no campo da robótica e se a AI realmente está prestes a aceitar o emprego de todos.

Recentemente, líderes de tecnologia como Elon Musk fizeram reivindicações sobre o futuro dos robôs humanóides, como os robôs ofuscarão cirurgiões humanos nos próximos cinco anos. Você concorda com essas reivindicações?

Não; Concordo que os robôs estão avançando rapidamente, mas não tão rapidamente. Eu penso nisso como hype, porque está tão à frente das capacidades robóticas com as quais os pesquisadores do campo estão familiarizados.

Estamos todos familiarizados com o ChatGPT e todas as coisas incríveis que ele está fazendo pela visão e pela linguagem, mas a maioria dos pesquisadores está muito nervosa com a analogia que a maioria das pessoas tem, e agora que agora resolvemos todos esses problemas, estamos prontos para resolver [humanoid robots]e isso vai acontecer no próximo ano.

Não estou dizendo que não vai acontecer, mas estou dizendo que não vai acontecer nos próximos dois anos ou cinco anos ou até 10 anos. Estamos apenas tentando redefinir as expectativas para que isso não crie uma bolha que possa levar a uma grande reação.

Quais são as limitações que nos impedirão de ter robôs humanóides realizando cirurgia ou servir como mordomo pessoais em um futuro próximo? Com o que eles ainda lutam?

O grande é a destreza, a capacidade de manipular objetos. Coisas como poder pegar um copo de vinho ou trocar uma lâmpada. Nenhum robô pode fazer isso.

É um paradoxo – chamamos de paradoxo de Moravec – porque os humanos fazem isso sem esforço e, portanto, pensamos que os robôs também devem ser capazes de fazê -lo. Os sistemas de IA podem jogar jogos complexos como xadrez e ir melhor que os humanos, por isso é compreensível que as pessoas pensem: “Bem, por que elas não podem simplesmente pegar um copo?” Parece muito mais fácil do que jogar. Mas o fato é que pegar um copo exige que você tenha uma percepção muito boa de onde o vidro está no espaço, mova as pontas dos dedos para esse local exato e feche as pontas dos dedos adequadamente em torno do objeto. Acontece que isso ainda é extremamente difícil.

Em seu novo artigo, você discute o que chama de “lacuna de dados” de 100.000 anos. Qual é a lacuna de dados e como isso contribui para essa disparidade entre as habilidades linguísticas dos chatbots da IA ​​e a destreza do mundo real dos robôs humanóides?

Para calcular essa lacuna de dados, observei a quantidade de dados de texto na Internet e calculei quanto tempo levaria um humano para sentar e ler tudo. Eu achei que levaria cerca de 100.000 anos. Essa é a quantidade de texto usado para treinar LLMs.

Não temos nem perto dessa quantidade de dados para treinar robôs e 100.000 anos é apenas a quantidade de texto que precisamos treinar modelos de idiomas. Acreditamos que o treinamento de robôs é muito mais complexo, por isso precisamos de muito mais dados.

Algumas pessoas pensam que podemos obter os dados de vídeos de seres humanos – por exemplo, do YouTube -, mas olhar para fotos de seres humanos que fazem as coisas não dizem os movimentos detalhados reais que os humanos estão realizando e ir de 2D para 3D geralmente é muito difícil. Então isso não resolve isso.

Outra abordagem é criar dados executando simulações de movimentos de robôs, e isso realmente funciona muito bem para robôs que executam e realizam acrobacias. Você pode gerar muitos dados tendo robôs em simulação, backflips e, em alguns casos, transfere para robôs reais.

Mas para a destreza – onde o robô está realmente fazendo algo útil, como as tarefas de um trabalhador da construção civil, encanador, eletricista, trabalhador da cozinha ou alguém de uma fábrica fazendo as coisas com as mãos – isso tem sido muito esquivo, e a simulação parece não funcionar.

Atualmente, as pessoas estão fazendo isso chamado teleooperação, onde os humanos operam um robô como um fantoche para que ele possa executar tarefas. Existem armazéns na China e nos EUA, onde os humanos estão sendo pagos para fazer isso, mas é muito tedioso. E a cada oito horas de trabalho oferece apenas oito horas de dados. Vai levar muito tempo para chegar a 100.000 anos.

Os roboticistas acreditam que é possível avançar no campo sem primeiro criar todos esses dados?

Acredito que a robótica está passando por uma mudança de paradigma, que é quando a ciência faz uma grande mudança – como ir da física para a física quântica – e a mudança é tão grande que o campo é quebrado em dois campos e eles lutam por anos. E estamos no meio desse tipo de debate na robótica.

A maioria dos roboticistas ainda acredita no que eu chamo de boa engenharia antiquada, que é praticamente tudo o que ensinamos na escola de engenharia: física, matemática e modelos do meio ambiente.

Mas há um novo dogma que afirma que os robôs não precisam de nenhuma dessas ferramentas e métodos antigos. Eles dizem que os dados são tudo o que precisamos para nos levar para robôs humanóides totalmente funcionais.

Esta nova onda é muito inspiradora. Há muito dinheiro por trás disso e muitos estudantes e membros do corpo docente da geração mais jovem estão neste novo acampamento. A maioria dos jornais, Elon Musk, Jensen Huang e muitos investidores, são completamente vendidos na New Wave, mas no campo de pesquisa há um debate furioso entre as abordagens antigas e novas para a construção de robôs.

O que você vê como o caminho a seguir?

Eu tenho defendido que a engenharia, a matemática e a ciência ainda são importantes porque eles nos permitem funcionar esses robôs para que eles possam coletar os dados de que precisamos.

Essa é uma maneira de inicializar o processo de coleta de dados. Por exemplo, você pode obter um robô para executar uma tarefa bem o suficiente para que as pessoas a compram e depois coletar dados enquanto ele funciona.

Waymo, empresa de carros autônomos do Google, está fazendo isso. Eles estão coletando dados todos os dias de carros de robô reais e seus carros estão ficando cada vez melhores com o tempo.

Essa também é a história por trás da Ambi Robotics, que torna os robôs que classificam pacotes. Enquanto trabalham em armazéns reais, eles coletam dados e melhoram com o tempo.

No passado, havia muito medo de que a automação robótica roubasse empregos de fábrica de colarinho azul, e vimos isso acontecer até certo ponto. Mas com o surgimento de chatbots, agora a discussão mudou para a possibilidade de os LLMs assumirem empregos de colarinho branco e profissões criativas. Como você acha que a IA e os robôs afetarão quais trabalhos estão disponíveis no futuro?

Na minha opinião, como roboticista, os empregos de colarinho azul, os negócios, são muito seguros. Acho que não vamos ver robôs fazendo esses trabalhos por um longo tempo.

Mas existem certos trabalhos – aqueles que envolvem rotineiramente os formulários, como a ingestão em um hospital – que serão mais automatizados.

Um exemplo muito sutil é o atendimento ao cliente. Quando você tem um problema, como seu voo foi cancelado e você liga para a companhia aérea e um robô respostas, você fica mais frustrado. Muitas empresas querem substituir os trabalhos de atendimento ao cliente por robôs, mas a única coisa que um computador não pode dizer é: “Eu sei como você se sente”.

Outro exemplo são os radiologistas. Alguns afirmam que a IA pode ler raios-X melhor do que os médicos humanos. Mas você quer um robô para informar que você tem câncer?

O medo de que os robôs acalmem e roubem nossos empregos existe há séculos, mas estou confiante de que os humanos têm muitos bons anos pela frente – e a maioria dos pesquisadores concorda.