O Google DeepMind apresentou, na quinta-feira (30), o Gemini Robotics 2, nova geração de inteligência artificial desenvolvida para controlar todo o corpo de robôs humanoides. A tecnologia permite que as máquinas caminhem, se abaixem, mantenham o equilíbrio, alcancem objetos e realizem movimentos delicados com as mãos.
A novidade ganhou repercussão nesta sexta-feira (31) por ampliar a atuação da inteligência artificial no mundo físico. Modelos anteriores da empresa eram concentrados principalmente no controle da parte superior dos robôs e na execução de tarefas sobre mesas. A nova versão transforma instruções de texto e informações visuais em comandos motores para movimentos dos pés às pontas dos dedos.
Em uma das demonstrações, o robô humanoide Apollo 2, desenvolvido pela Apptronik, recebe a ordem de colocar um regador em uma caixa verde localizada na parte inferior de uma estante. A máquina identifica o objeto, caminha até a mesa, pega o regador, aproxima-se do móvel e deposita o item no local indicado.
O modelo também foi testado em atividades como limpar ambientes desorganizados, recolher objetos do chão, amarrar sacos de lixo, encaixar ferramentas e fechar embalagens. Segundo o Google DeepMind, os robôs podem adaptar os movimentos quando encontram obstáculos ou quando uma etapa não é concluída corretamente.
Além do controle corporal, o sistema amplia a precisão das mãos e das garras mecânicas. A tecnologia consegue operar uma mão robótica com cinco dedos e 22 pontos de movimento para executar ações como dar nós e fechar sacos plásticos com sistema de vedação.
Os resultados, porém, ainda variam conforme a complexidade da tarefa. Nos testes divulgados pela empresa, o sistema apresentou desempenho elevado em atividades realizadas com garras mecânicas, mas encontrou mais dificuldades em ações que exigem coordenação simultânea de vários dedos. O Google reconhece que velocidade e precisão ainda precisam avançar para alcançar uma destreza semelhante à humana.
O lançamento reúne três modelos. O Gemini Robotics 2 controla os movimentos físicos, enquanto o Gemini Robotics ER 2 funciona como uma espécie de cérebro central. Ele interpreta o ambiente, conversa com pessoas, divide uma tarefa em diferentes etapas e acompanha a execução por meio de imagens captadas pelas câmeras do robô.
O sistema de raciocínio consegue analisar vídeos continuamente para verificar o andamento de uma atividade. Caso identifique uma falha, pode tentar corrigir o movimento sem reiniciar todo o processo. A tecnologia também reconhece quando uma etapa terminou e determina o momento de iniciar a seguinte.
Outra novidade é a possibilidade de cooperação entre diferentes máquinas. Dois ou mais robôs podem compartilhar informações, dividir funções e trabalhar juntos na realização de uma tarefa que seria difícil para apenas um equipamento. Um humanoide, por exemplo, pode recolher objetos enquanto outro robô organiza os itens.
A terceira versão, chamada Gemini Robotics On-Device 2, foi desenvolvida para funcionar diretamente no equipamento, sem depender constantemente de uma conexão com a internet. Segundo o Google, o modelo pode ser adaptado a novos robôs de dois braços com menos de 200 exemplos de treinamento e algumas horas de dados.
O Google DeepMind também apresentou recursos de segurança. O modelo pode detectar a aproximação de pessoas, interromper os movimentos do robô e retomar o trabalho somente quando a área estiver livre. O sistema ainda foi treinado para recusar comandos considerados perigosos e solicitar ajuda humana quando não tiver segurança para concluir uma tarefa.
O Gemini Robotics ER 2 já está disponível para desenvolvedores por meio da API do Gemini e do Google AI Studio. Os modelos responsáveis diretamente pelo controle dos movimentos e pelo funcionamento local estão restritos, inicialmente, a empresas e parceiros participantes de programas de acesso antecipado.
A tecnologia ainda está em fase de desenvolvimento e não há previsão divulgada para que robôs com o sistema sejam vendidos ao público. O objetivo do Google é avançar na criação de máquinas capazes de atuar em casas, empresas, centros de logística e ambientes considerados perigosos para trabalhadores humanos.
