Russ Tedrake, do MIT, diz que a robótica finalmente está em um foguete

Quando Russ Tedrake viu seu pequeno robô aprender a andar sozinho em 20 minutos, não foi apenas um experimento de laboratório: foi o sinal de que a robótica estava prestes a mudar de marcha, e ele mesmo admite: "o sucesso do machine learning foi muito mais rápido do que a nossa capacidade de realmente entendê-lo". Até poucos anos atrás, construir um robô que andasse era um desafio técnico para os engenheiros da velha guarda: tudo era projetado de acordo com princípios precisos, buscava-se o controle perfeito e cada passo em falso era um passo para trás. Hoje, porém, Tedrake diz que o papel dos engenheiros está mudando: não somos mais apenas construtores, mas nos tornamos cientistas comportamentais que observam o que acontece quando o sistema aprende por conta própria — e muitas vezes não sabemos realmente por que funciona tão bem. A tese é esta: a robótica, depois de décadas de promessas, agora está realmente em uma plataforma de lançamento. Não porque finalmente entendemos todos os segredos da física da caminhada ou da inteligência artificial, mas porque a maneira como as máquinas são construídas e aprendem mudou radicalmente. Não ensinamos mais todos os detalhes aos robôs: partimos de modelos gerais, como os que já dominam a linguagem ou o vídeo, e os "treinamos" apenas para dar um passo adiante, para conectar o bom senso generalista à ação física. Tedrake tem raízes profundas: filho de um engenheiro da General Motors em Detroit, passou a adolescência aprendendo os fundamentos da automação em uma fábrica da Ford, onde um erro de código seu — parar os ventiladores quando um cabo era desconectado — fez a temperatura subir além do limite sindical e bloqueou a linha de produção. "Gritaram comigo, mas naquela vez eu realmente entendi o que significa parar uma fábrica", conta ele. Mais tarde, na universidade, a robótica era escassa e ele encontrou seu caminho trabalhando na inteligência artificial dos videogames, antes de se apaixonar pelos robôs de duas pernas nos laboratórios do MIT. Sua tese: os robôs ambulantes mais eficientes não eram aqueles cheios de motores e controles, mas aqueles que exploravam a física, como certos brinquedos que descem uma rampa com um leve empurrão, deixando a gravidade fazer a maior parte do trabalho. E aqui está o primeiro dado que muda tudo: os modelos de reinforcement learning, vistos por anos como pouco mais do que uma ideia interessante, tornaram-se em poucos anos o motor da nova robótica, simplesmente porque o poder de computação disponível e a possibilidade de simular milhões de cenários tornaram possível treinar robôs quase como se faz com um videogame. Tedrake deixa claro: "Acabamos com sistemas que funcionavam incrivelmente bem antes mesmo de realmente entendermos o porquê." Esse salto transformou a profissão: não se trata mais de projetar tudo nos mínimos detalhes, mas de observar, fazer experimentos, ver o que acontece quando o robô tenta por conta própria — e só depois tentar entender as regras que emergem. Uma das cenas mais humanas ocorre quando Tedrake descreve como a robótica se tornou uma disciplina aberta: ele diz que hoje qualquer pessoa com talento pode chegar lá, não importa se vem do setor automotivo, da medicina ou do software. E Boston, com seu ecossistema de startups e laboratórios, é o lugar onde essa contaminação é mais visível. Outra reviravolta: muitos pensam que o problema da robótica é a falta de dados — que não se pode competir com a massa de informações com a qual os grandes modelos linguísticos foram treinados. Tedrake, por outro lado, explica que o verdadeiro avanço é construir uma ponte: partir de modelos já cheios de bom senso sobre o mundo e "ensinar" apenas como traduzir esse conhecimento em ações físicas específicas. Não há necessidade de reconstruir tudo do zero. Isso torna a robótica muito mais escalável e menos dependente de enormes conjuntos de dados proprietários. E quando se trata do futuro, Tedrake é claro: "Não está escrito que desta vez vamos conseguir, mas prefiro estar na nave espacial que aponta para a lua do que ficar no chão." Mas há uma nota de cautela: se a tecnologia mudar a própria natureza do trabalho, o risco é que se perca o senso de valor pessoal que tantas pessoas encontram em sua profissão. Por isso, diz ele, é preciso encarar tudo com empatia, ouvindo quem estará envolvido e aprendendo com quem já viu revoluções semelhantes — como no software ou no design gráfico — para evitar que a transformação deixe para trás quem hoje trabalha com as mãos. Eis a reflexão final: a verdadeira revolução da robótica não é fazer máquinas mais inteligentes, mas repensar a maneira como aprendemos com as próprias máquinas. Se, depois de ler esta história, você se pegar olhando para a tecnologia com outros olhos, no Lara Notes você pode marcar essa mudança com I'm In: não é uma aprovação, é uma declaração de que essa perspectiva agora pertence a você. E se acontecer de você contar a alguém como a robótica está mudando o trabalho e a humanidade ao mesmo tempo, pode marcar essa conversa com Shared Offline: porque algumas ideias devem ser interrompidas quando se tornam discursos reais, não apenas links. Esta Nota vem do podcast Automated e economiza 43 minutos de escuta.