Em um armazém em San Leandro, Califórnia, a Encord, uma startup que desenvolve ferramentas de dados para treinar modelos de inteligência artificial, está testando uma nova abordagem para o treinamento de robôs. Andrew Ceja, um dos pilotos da empresa, opera um headset que não apenas captura o que ele vê, mas também mede suas ondas cerebrais enquanto ele desmonta uma torre de blocos, um exercício que pode revolucionar a coleta de dados para robótica.

A Encord faz parte de um grupo crescente de startups que acredita que a escassez de dados de treinamento físicos reais é o principal obstáculo para o avanço da robótica humanoide e de armazéns. Em vez de apenas ajudar as empresas a gerenciar os dados existentes, a Encord está focada em criar os dados necessários para o treinamento de robôs.

O papel das ondas cerebrais na coleta de dados

O headset utilizado por Ceja foi desenvolvido pela Zander Labs, uma startup alemã de neurociência. O objetivo é medir a atividade cerebral para deduzir estados mentais, como erro e intenção, criando um conjunto de dados mais útil para o treinamento de modelos. Atualmente, a colaboração entre Encord e Zander está em fase de teste, com a intenção de avaliar se a inclusão de dados de ondas cerebrais melhora o desempenho dos robôs.

Lucas Gehrke, neurocientista da Zander, destaca que a atividade cerebral durante uma tarefa pode fornecer pistas valiosas para os desenvolvedores de modelos, ajudando a determinar quando é necessário utilizar modelos mais sofisticados. Segundo Vineeth Velmurugan, chefe de aprendizado robótico da Encord, essa abordagem é uma tentativa de superar o gargalo de dados na robótica.

Desafios na geração de dados físicos

A Encord foi criada para auxiliar empresas a anotar dados e avaliar modelos em aplicações de visão computacional. À medida que seus clientes começaram a aplicar aprendizado de ponta a ponta em tarefas de manipulação robótica, a necessidade de gerar dados de treinamento se tornou evidente. Velmurugan afirma que “os dados simplesmente não existem”.

O desafio é que, ao contrário dos modelos de linguagem, que foram construídos a partir de uma vasta quantidade de texto disponível na internet, coletar dados físicos de manipulação robótica é complicado. Embora empresas de carros autônomos coletem dados por conta própria, isso é difícil de escalar. Treinamentos a partir de vídeos podem ser utilizados, mas não possuem a mesma fidelidade dos dados do mundo real.

Atualmente, a Encord está explorando novas modalidades de coleta de dados, incluindo vídeos “egocêntricos” e dados de robôs operados remotamente. Com a instalação em San Leandro, a empresa experimenta a coleta de dados de ondas cerebrais e outros métodos para melhorar a precisão dos robôs em tarefas cotidianas.