A terceira edição do relatório do estudo One Hundred Year Study on Artificial Intelligence (AI100), intitulada «AI Goes Mainstream: The Scaling Era and the Rise of Generative AI», faz da IA física e da inteligência incorporada um dos seis grandes desafios em aberto do domínio. Este tema é considerado o mais relevante para a comunidade da robótica, que progride rapidamente mas continua distante de uma implementação em grande escala no mundo real.
O estudo, publicado de cinco em cinco anos, é conduzido por um comité internacional de peritos encarregado de examinar a evolução da IA nos planos técnico, ético, económico e societal. O relatório de 2026 responde a doze perguntas permanentes e compara os avanços desde 2021 com as avaliações do comité anterior. Aborda nomeadamente a escalabilidade dos dados e dos recursos de computação por detrás da IA generativa, o investimento em infraestruturas, a concentração do desenvolvimento dos modelos de ponta, bem como a cibersegurança e as aplicações militares.
Progressos técnicos desde 2021
Desde o relatório anterior, publicado em 2021, os autores assinalam três evoluções notáveis. O processamento automático da linguagem natural, que permite às máquinas compreender e produzir texto, integra-se agora nos sistemas robóticos. Os modelos visão-linguagem-ação, que combinam a perceção visual, a compreensão da linguagem e o controlo de um movimento, servem para o treino e pilotagem dos robôs. Por fim, os progressos da simulação permitem implementar em hardware físico modelos treinados em ambientes virtuais.
O relatório interessa-se também pelo lugar da China neste sector. Segundo o estudo, o país é o líder do desenvolvimento dos robôs industriais, com mais robôs implementados do que o resto do mundo em conjunto. Produziria também cerca de 80% dos robôs humanoides mundiais. Este segmento representa por agora apenas 2% do mercado, mas regista um crescimento rápido.
Um fosso entre demonstração e implementação
Apesar destes avanços, o relatório sublinha um fosso importante entre as capacidades demonstradas em laboratório e o seu uso real. Os sucessos mais notáveis dizem respeito a ambientes muito condicionados, como os armazéns, ou a produtos muito específicos, como os robôs de limpeza de pavimentos. A complexidade do mundo real continua a ser o principal obstáculo.
Entre os problemas científicos a resolver figuram o planeamento de longo horizonte num contexto incerto, a manipulação hábil de objetos variados, isto é, a capacidade de agarrar e manipular com destreza objetos muito diferentes uns dos outros, e o estabelecimento de garantias formais de desempenho. O relatório nota que os investigadores não são unânimes quanto ao caminho a seguir. Alguns estimam que os paradigmas atuais, baseados na aprendizagem estatística, são suficientes para superar estes desafios. Outros pensam que serão necessárias ideias fundamentalmente novas para implementar os robôs em situações reais. A resposta, segundo os termos do relatório, deverá desenhar-se ao longo dos próximos cinco anos.
O texto integral do relatório pode ser consultado em linha.
