Revolução dos Bots impulsionada por IA e encriptação

Os avanços em inteligência artificial estão a mudar completamente a forma como as pessoas percebem e esperam dos Bots. À medida que os grandes modelos de linguagem começam a interagir com o mundo do software externo, muitos acreditavam que os agentes de IA eram a forma final. No entanto, ao olhar para as obras clássicas de ficção científica, percebe-se que o verdadeiro sonho da humanidade é ter Bots que possam interagir no mundo físico.

Especialistas da indústria acreditam que uma grande quebra de paradigma no campo dos Bots está prestes a ocorrer. Os avanços em inteligência artificial nos últimos anos estão a reconfigurar o panorama do setor, enquanto melhorias na tecnologia de baterias, otimização de latência e coleta de dados moldarão ainda mais o futuro. A encriptação desempenhará também um papel importante nesse processo. Questões relacionadas à segurança dos Bots, financiamento, avaliação e educação merecem atenção especial.

Elementos de transformação

encriptação de inteligência artificial

O progresso dos modelos de linguagem multimodal fornece o "cérebro" necessário para que os Bots executem tarefas complexas. Os Bots percebem o ambiente principalmente através da visão e da audição. Modelos tradicionais de visão computacional são bons na detecção e classificação de objetos, mas têm dificuldades em transformar informações visuais em instruções de ação com propósito. Embora os modelos de linguagem se destaquem na compreensão e geração de texto, estão limitados em sua capacidade de perceber o mundo físico.

Modelo de Visão-Linguagem-Ação ( VLA ) permite que Bots integrem percepção visual, compreensão linguística e ação física dentro de uma estrutura computacional unificada. O mais recente modelo VLA estabelece um novo padrão para a indústria com sua capacidade de generalização em zero amostras e arquitetura de dois sistemas. A característica de generalização em zero amostras permite que os Bots se adaptem instantaneamente a novos cenários, novos objetos e novas instruções sem a necessidade de treinamento repetido para cada tarefa. A arquitetura de dois sistemas separa o raciocínio de alto nível do raciocínio leve, alcançando robôs humanoides comercializáveis com pensamento semelhante ao humano e precisão em tempo real.

Bots econômicos tornam-se realidade

As tecnologias que mudam o mundo têm em comum a característica de serem escaláveis. Smartphones, computadores pessoais e tecnologias de impressão 3D tornaram-se acessíveis a preços que a classe média pode suportar. Quando o preço dos Bots estiver abaixo do de um carro comum ou do rendimento anual mínimo, não será surpreendente imaginar um mundo onde o trabalho físico e as tarefas diárias sejam realizadas principalmente por Bots.

da armazenagem para o mercado de consumo

A tecnologia de Bots está se expandindo de soluções de armazenamento para o campo do consumo. Este mundo é projetado para os humanos - os humanos podem realizar todos os trabalhos dos Bots especializados, enquanto os Bots especializados não conseguem realizar todos os trabalhos dos humanos. As empresas de Bots não estão mais limitadas à fabricação de Bots para fábricas, mas estão desenvolvendo Bots humanoides mais versáteis. Portanto, a vanguarda da tecnologia de Bots não existe apenas nos armazéns, mas também irá penetrar na vida cotidiana.

O custo é um dos principais gargalos da escalabilidade. O indicador mais crítico é o custo total por hora, que é calculado somando o custo de oportunidade do tempo de treinamento e carregamento, o custo de execução de tarefas e o custo de aquisição de Bots, dividido pela duração total de operação dos Bots. Este custo precisa estar abaixo do nível médio de salários do setor para ser competitivo.

Para uma penetração abrangente no setor de armazenamento, o custo total dos Bots por hora deve ser inferior a 31,39 dólares. E no maior mercado de consumo - o setor de educação privada e serviços de saúde, esse custo deve ser mantido abaixo de 35,18 dólares. Atualmente, os Bots estão se desenvolvendo em direção a um modelo mais barato, mais eficiente e mais versátil.

Próximo passo na tecnologia dos Bots

otimização da bateria

A tecnologia das baterias sempre foi um gargalo para os Bots amigáveis ao usuário. Os primeiros veículos elétricos enfrentaram limitações na tecnologia das baterias, resultando em autonomia curta, altos custos e baixa praticidade, o que dificultou sua popularização; os Bots estão enfrentando o mesmo dilema. Atualmente, a autonomia única dos Bots humanoides é de apenas 90-120 minutos. Os usuários claramente não estão dispostos a carregar manualmente a cada duas horas, portanto, a carga automática e a infraestrutura de interface tornam-se direções de desenvolvimento prioritárias.

Atualmente, a carga de Bots é feita principalmente de duas maneiras: substituição de bateria ou carregamento direto. O modo de substituição de bateria permite a operação contínua através da rápida troca do conjunto de baterias, minimizando o tempo de inatividade, sendo adequado para cenários de campo ou fábrica. O carregamento por indução utiliza uma forma de alimentação sem fio; embora o carregamento completo demore mais, permite a implementação de um processo totalmente automatizado.

otimização de latência

Operações de baixa latência podem ser divididas em duas categorias: percepção ambiental e controle remoto. A percepção refere-se à capacidade dos Bots de reconhecer o espaço ao seu redor, enquanto o controle remoto refere-se ao controle em tempo real por operadores humanos.

O sistema de percepção dos Bots começa com sensores de baixo custo, mas a vantagem tecnológica reside na fusão de software, computação de baixo consumo e circuitos de controle de precisão em milissegundos. Quando os Bots completam a localização espacial, redes neurais leves marcam elementos como obstáculos, paletes ou humanos. Após a etiquetagem da cena ser inserida no sistema de planeamento, são geradas imediatamente instruções para motores que são enviadas para os pés, grupos de rodas ou braços mecânicos.

Um atraso de percepção abaixo de 50 milissegundos é equivalente à velocidade de reflexo humano — qualquer atraso que ultrapasse esse limite resultará em movimentos desajeitados dos Bots. Portanto, 90% das decisões devem ser concluídas localmente através de uma única rede de visão-linguagem-ação (VLA). Os Bots totalmente autónomos devem garantir que a latência do modelo VLA de alto desempenho seja inferior a 50 milissegundos; já os Bots controlados remotamente exigem que o atraso de sinal entre a estação de operação e o Bots não exceda 50 milissegundos.

otimização da coleta de dados

A coleta de dados possui três principais vias: dados de vídeo do mundo real, dados sintéticos e dados de controle remoto. O principal gargalo entre dados reais e dados sintéticos reside na superação das diferenças entre o comportamento físico dos Bots e os modelos de vídeo/simulação. Os dados de vídeo reais carecem de detalhes físicos como feedback de força, erro de movimento das articulações e deformação de materiais; enquanto os dados simulados são desprovidos de variáveis imprevisíveis como falhas de sensores e coeficientes de atrito.

A forma de coleta de dados com maior potencial é o controle remoto - onde um operador humano controla remotamente Bots para executar tarefas. No entanto, o custo da mão de obra é o principal fator limitante da coleta de dados por controle remoto.

O desenvolvimento de hardware personalizado também está a fornecer novas soluções para a coleta de dados de alta qualidade. Algumas empresas estão a combinar métodos tradicionais com hardware personalizado para coletar dados multidimensionais sobre o movimento humano, que, após processamento, são convertidos em conjuntos de dados adequados para o treino de redes neurais de Bots, juntamente com ciclos de iteração rápidos, proporcionando uma vasta quantidade de dados de alta qualidade para o treino de Bots de IA. Esses canais tecnológicos encurtaram conjuntamente o caminho de conversão de dados brutos para Bots implantáveis.

Áreas de Exploração Focadas

encriptação tecnologia e Bots fusão

A encriptação pode incentivar as partes não confiáveis a melhorar a eficiência da rede de Bots. Com base nas áreas-chave mencionadas anteriormente, a encriptação pode melhorar a eficiência em três aspectos: integração de infraestrutura, otimização de latência e coleta de dados.

Rede de infraestrutura física descentralizada ( DePIN ) tem a expectativa de revolucionar a infraestrutura de carregamento. Quando robôs humanoides operarem globalmente como automóveis, as estações de carregamento precisam ser tão acessíveis quanto os postos de gasolina. Redes centralizadas exigem um enorme investimento inicial, enquanto o DePIN distribui os custos entre os operadores de nós, permitindo que as instalações de carregamento se expandam rapidamente para mais áreas.

DePIN também pode utilizar infraestrutura distribuída para otimizar a latência de controle remoto. Ao agregar recursos de computação de nós de borda geograficamente dispersos, os comandos de controle remoto podem ser processados por nós locais ou os mais próximos disponíveis, minimizando a distância de transmissão de dados e reduzindo significativamente a latência de comunicação.

O controle remoto é a forma de coleta de dados mais promissora, mas o custo de contratar profissionais para coletar dados por entidades centralizadas é extremamente alto. O DePIN resolve esse problema incentivando terceiros a fornecer dados de controle remoto através de tokens encriptação. Alguns projetos estão construindo uma rede global de operadores remotos, transformando suas contribuições em ativos digitais tokenizados, formando um sistema descentralizado sem permissão - os participantes podem obter lucros, participar da governança e ajudar no treinamento de robôs AGI.

A segurança é sempre uma preocupação central

O objetivo final da tecnologia de Bots é alcançar uma autonomia total, mas o que os humanos menos desejam é que essa autonomia transforme os Bots em armas ofensivas. As questões de segurança dos grandes modelos de linguagem já levantaram preocupações, e quando esses modelos possuem a capacidade de ação física, a segurança dos Bots torna-se uma condição essencial para a aceitação social.

A segurança econômica é um dos pilares da prosperidade do ecossistema de Bots. Algumas empresas estão a construir uma camada de coordenação de máquinas descentralizada, que permite a autenticação de identidade de dispositivos, verificação de presença física e acesso a recursos através de encriptação. Diferente da simples gestão de mercados de tarefas, esses sistemas permitem que os Bots provem autonomamente informações de identidade, localização geográfica e registros de comportamento, sem depender de intermediários centralizados.

A restrição de comportamento e a autenticação de identidade são executadas através de mecanismos na cadeia, garantindo que qualquer pessoa possa auditar a conformidade. Os Bots que atendem aos padrões de segurança, requisitos de qualidade e normas regionais receberão recompensas, enquanto os infratores enfrentarão penalidades ou desqualificação, estabelecendo assim um mecanismo de responsabilização e confiança na rede de máquinas autônomas.

A rede de re-pledge de terceiros também pode fornecer garantias de segurança equivalentes. Embora o sistema de parâmetros de penalização ainda precise ser aprimorado, a tecnologia relevante já entrou na fase de aplicação prática. Espera-se que diretrizes de segurança do setor sejam formadas em breve, e os parâmetros de penalização serão modelados com base nessas diretrizes.

Preencher as lacunas na pilha de tecnologia de Bots

Diferente da IA, o campo dos Bots é difícil de entrar quando os recursos são limitados. Para alcançar a popularização dos Bots, o nível de desenvolvimento precisa ser reduzido para um grau de conveniência semelhante ao desenvolvimento de aplicações de IA. Existem áreas de melhoria em três níveis: mecanismos de financiamento, sistemas de avaliação e ecossistemas educacionais.

O financiamento é um ponto crítico no campo dos Bots. Desenvolver programas de computador requer apenas um computador e recursos de computação em nuvem, enquanto construir um robô funcional exige a compra de motores, sensores, baterias e outros hardwares, com custos que facilmente ultrapassam os 100 mil dólares. Esta natureza de hardware torna o desenvolvimento de robôs menos flexível e mais caro em comparação com a IA.

A infraestrutura de avaliação de Bots em cenários reais ainda está em sua fase inicial. No campo da IA, um sistema claro de funções de perda foi estabelecido, e os testes podem ser totalmente virtualizados. No entanto, excelentes estratégias virtuais não podem ser diretamente traduzidas em soluções eficazes no mundo real. Os Bots precisam de instalações de avaliação para testar estratégias autônomas em ambientes reais diversificados, a fim de realizar otimizações iterativas.

Quando essa infraestrutura amadurecer, uma grande quantidade de talentos fluirá, e os robôs humanoides recriarão a curva de explosão da Web2. Algumas empresas estão desenvolvendo um "sistema operacional Android para robôs", convertendo hardware original em agentes inteligentes atualizáveis com consciência econômica. Os módulos de visualização, linguagem e planejamento de movimento podem ser plug-and-play como aplicativos de telefone, e todos os passos de raciocínio são apresentados em inglês claro, permitindo que os operadores auditem ou ajustem comportamentos sem a necessidade de interagir com o firmware. Essa capacidade de raciocínio em linguagem natural permite que a nova geração de talentos entre sem costura no campo dos robôs, dando um passo crucial para a plataforma aberta que vai desencadear a revolução dos robôs.

A densidade de talentos determina a trajetória da indústria. Um sistema educacional inclusivo e estruturado é crucial para a formação de talentos na área de Bots. Algumas empresas estão lançando cursos de educação geral baseados em Bots humanoides nas escolas públicas K-12 dos Estados Unidos. O design do curso é independente da plataforma, podendo ser adaptado a várias formas de Bots, oferecendo aos alunos oportunidades de prática. Este sinal positivo reforça o julgamento dos profissionais da área: nos próximos anos, a abundância de recursos educacionais em Bots será comparável à do setor de IA.

Perspectivas Futuras

O modelo de visão-linguagem-ação ( VLA ), com seus efeitos de inovação e economias de escala, já deu origem a robôs humanoides econômicos, eficientes e universais. À medida que os robôs de armazém se expandem para o mercado de consumo, a segurança, os modelos de financiamento e os sistemas de avaliação tornam-se direções-chave de exploração. A encriptação irá impulsionar o desenvolvimento de robôs através de três caminhos: proporcionando garantias econômicas para a segurança, otimizando a infraestrutura de carregamento e melhorando o desempenho de latência e o pipeline de coleta de dados.