O MIT desenvolve robôs que aprendem sobre seus corpos apenas através da visão: nasce o sistema de Campos Neural Jacobianos.

Graças aos Campos Neural Jacobianos, o MIT ensina robôs a reconhecer e controlar seus próprios corpos usando apenas a visão.

O que significa para um autômato ser autoconsciente ? Essa questão, sempre central para a filosofia, agora encontra uma resposta tangível nos laboratórios do MIT, onde a robótica está fazendo progressos significativos em direção a formas de autoconsciência artificial.

Em um contexto onde o gerenciamento de robôs depende de sensores caros , simulações elaboradas e programação complexa, surge uma tecnologia capaz de ensinar uma máquina sobre seu próprio físico, por meio de simples auto-observação.

Sem sensores, mapas ou assistência externa: apenas visão. Este é o conceito por trás dos Campos Jacobianos Neurais (NJF), o novo sistema desenvolvido pelo Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do Instituto de Tecnologia de Massachusetts.

Conforme observado na seção Notícias do MIT, a NJF é uma rede neural que permite que robôs aprendam sua própria estrutura e as conexões entre movimento e controle motor usando apenas uma câmera, abandonando assim a ideia tradicional de um modelo pré-estabelecido.

Do laboratório para a realidade

Um campo neural Jacobiano é uma função que vincula cada ponto do robô aos seus possíveis movimentos, respondendo de forma adaptativa aos comandos. O sistema se inspira nos Campos de Radiância Neural (Neural Radiance Fields – NeRFs), expandindo-os para aprender não apenas o formato do robô, mas também como cada parte se move em resposta a estímulos mecânicos. Os testes envolveram vários protótipos : uma mão robótica pneumática, um braço impresso em 3D, uma plataforma giratória e uma mão rígida Allegro.

Em todos os cenários, a NJF demonstrou sua capacidade de aprender o corpo robótico de forma autônoma e gerenciá-lo em tempo real, com controle em malha fechada baseado exclusivamente em informações visuais. Ao reduzir os custos de projeto e tornar a automação mais acessível, as aplicações potenciais abrangem desde agricultura e logística até construção e robótica residencial, setores onde a adaptabilidade é crucial. No entanto, o sistema ainda apresenta limitações: cada robô requer um processo de aprendizado e a NJF ainda não integra sensores táteis, o que limita sua eficácia em tarefas que exigem muita sensibilidade ao toque.

Ensine, não programe

A abordagem proposta pela NJF representa uma mudança fundamental: não mais robôs programados, mas robôs " educados ", que aprendem como seus corpos interagem no espaço. É uma visão que ultrapassa em muito as limitações da automação tradicional, levando a robótica a formas mais intuitivas, adaptáveis e resilientes.

Como aponta Sizhe Lester Li, doutoranda do MIT e principal autora do estudo, " Hoje, muitas tarefas robóticas exigem engenharia complexa. No futuro, podemos simplesmente mostrar a um robô o que fazer e deixá-lo aprender sozinho ". É para esse objetivo que a NJF está se direcionando: autonomia nascida da visão e que promete transformar a maneira como as máquinas interagem com o mundo e consigo mesmas; quase como os humanos, mas não exatamente.

O artigo MIT desenvolve robôs que aprendem sobre seus corpos apenas pela visão: nasce o sistema de campos neurais de Jacobiana foi escrito em: Tecnologia | CUENEWS .