As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
A roboticist at a frontier AI lab, who asked not to be named, described the moment a big, heavy robot rushed toward their arm, slowed down just in time and touched them very gently. The robot had been handed a raspberry, the lab's apparent favourite test item, and it did not crush it. Robots have been learning from filmed demonstrations for years.
Um investigador de robótica de um laboratório de IA de ponta, que pediu para não ser identificado, descreveu o momento em que um robô grande e pesado se precipitou na direção do seu braço, abrandou a tempo e lhe tocou com muita delicadeza. O robô tinha recebido uma framboesa, o item de teste preferido do laboratório, e não a esmagou. Há anos que os robôs aprendem a partir de demonstrações filmadas.
The startup behind it, Eka Robotics, was founded by MIT professor Pulkit Agrawal and Tuomas Haarnoja, a former Google DeepMind researcher. Its latest round, a $150 million Series A, values the company at $1.45 billion post-money, meaning after the new money is added. The round was led by the venture funds a16z and F-Prime. Raghu Raguram, the a16z general partner who co-led it, told TechCrunch he expects “superhuman performance in many dexterous manipulation tasks” within “the next few months”. That is an investor’s forecast, not a measured result.
A startup por trás do robô, a Eka Robotics, foi fundada pelo professor do MIT Pulkit Agrawal e por Tuomas Haarnoja, antigo investigador da Google DeepMind. A sua ronda mais recente, uma série A de 150 milhões de dólares, avalia a empresa em 1,45 mil milhões de dólares pós-money, ou seja, depois de somado o novo dinheiro. A ronda foi liderada pelos fundos de capital de risco a16z e F-Prime. Raghu Raguram, sócio-gerente da a16z que a coliderou, disse ao TechCrunch que espera um «desempenho sobre-humano em muitas tarefas de manipulação hábil» nos «próximos meses». Trata-se de uma previsão de investidor, não de um resultado medido.
The technical choice sits at the centre of the story. Most robot models pair vision with language, a design known as vision-language-action. Eka’s foundation model pairs vision with force, the push and pull a hand feels when it touches something. Agrawal put it plainly: “Vision tells you roughly where the object is, what the pose is, but the actual grabbing, the actual searching is happening through forces.” The hand itself was redesigned with more force sensors so it can react the instant it meets resistance. The company trains that behaviour in a physics simulator, which models the forces a robot meets when it tries to grasp something, and runs the resulting reinforcement learning, a method where a program learns by trial and reward, at scale. Eka says this produces thousands of hours of experience in minutes, instead of the slow collection of footage by gig workers or operators. The founders have not disclosed how they tuned the simulation, citing competition.
A escolha técnica está no centro da história. A maioria dos modelos de robôs associa visão a linguagem, numa conceção conhecida como visão-linguagem-ação. O modelo de base da Eka associa visão a força, ou seja, o empurrão e a resistência que uma mão sente ao tocar em algo. Agrawal resumiu-o assim: «A visão diz-te mais ou menos onde está o objeto, qual é a posição, mas o agarrar em si, a procura em si, acontece através das forças.» A mão foi redesenhada com mais sensores de força, para reagir no instante em que encontra resistência. A empresa treina esse comportamento num simulador físico, que modela as forças a que um robô está sujeito quando tenta agarrar algo, e executa daí a resultante aprendizagem por reforço, um método em que um programa aprende por tentativa e recompensa, à escala. A Eka diz que isto produz milhares de horas de experiência em minutos, em vez da lenta recolha de imagens por trabalhadores pontuais ou operadores. Os fundadores não divulgaram como ajustaram a simulação, invocando a concorrência.
What this changes, if the figures hold, is the division of labour between machines. A general model can plan a task, while a model like Eka’s handles the physical contact. Its speed has a cost: the robot arm is strong enough to damage itself as it moves fast, and Eka’s reliability figure of more than 95% is the company’s own. The reporting gives no date for work outside demonstrations, no customer and no price. For robot builders, the next test is whether the grip still holds in a factory or warehouse, on objects the system has never seen.
O que isto muda, se os números se confirmarem, é a divisão de tarefas entre máquinas. Um modelo geral pode planear uma tarefa, enquanto um modelo como o da Eka trata do contacto físico. A velocidade tem um custo: o braço do robô é suficientemente forte para se danificar ao mover-se depressa, e o índice de fiabilidade superior a 95% da Eka é da própria empresa. A reportagem não indica qualquer data para trabalho fora das demonstrações, nem cliente ou preço. Para os construtores de robôs, o próximo teste é saber se a pega se mantém numa fábrica ou num armazém, sobre objetos que o sistema nunca viu.