Meta desenvolve modelo de AI para robôs manipularem objetos inéditos
São Paulo — InkDesign News — A Meta revelou recentemente o V-JEPA 2, um novo modelo de inteligência artificial que avança no uso de deep learning, focando na criação de modelos de mundo que ampliam a aplicabilidade de robôs em ambientes dinâmicos e incertos.
Tecnologia e abordagem
O V-JEPA 2 pertence a uma nova arquitetura conhecida como Video Joint Embedding Predictive Architecture. Essa estrutura é composta por duas partes principais: um “encoder” que condensa vídeos em resumos numéricos, conhecidos como embeddings, e um “predictor” que antecipa como a cena irá evoluir. A arquitetura utiliza um aprendizado auto-supervisionado a partir de mais de um milhão de horas de vídeos não rotulados, desenvolvendo uma compreensão do funcionamento da física sem intervenção humana.
“Modelos de mundo permitirão que agentes de inteligência artificial planejem e razonem no mundo físico” (
“world models will enable AI agents to plan and reason in the physical world.”
— Meta
).
Aplicação e desempenho
O V-JEPA 2 foi treinado em duas etapas. Inicialmente, ele aprende conceitos fundamentais da física e, na fase seguinte, é ajustado com um conjunto de dados específicos, totalizando apenas 62 horas de vídeo de um robô realizando tarefas. Esse processo dá ao modelo a capacidade de executar planejamento de ações em ambientes desconhecidos, utilizando uma abordagem de zero-shot, ou seja, pode operar em contextos onde não foi especificamente treinado.
Os testes mostraram que o modelo alcança taxas de sucesso de 65% a 80% em tarefas de manipulação de objetos, mesmo em configurações não familiares. Essa flexibilidade é crucial para setores como logística e manufatura, onde a adaptabilidade é essencial.
Impacto e mercado
A capacidade do V-JEPA 2 de planejar e agir em situações novas pode transformar operações comerciais, permitindo que robôs se ajustem a variações em produtos e layouts de armazéns sem necessidade de reprogramação extensa. Além disso, essa tecnologia pode ser aplicada em gêmeos digitais altamente realistas, permitindo que empresas simulem novos processos ou treinem outras inteligências artificiais em ambientes virtuais fisicamente precisos.
“V-JEPA 2 transforma a forma como a inteligência artificial interage com o mundo físico” (
“V-JEPA 2 allows AI systems to learn about the world as humans do.”
— Meta
).
O modelo, contendo 1,2 bilhões de parâmetros, é eficiente em termos de custo de computação, podendo ser executado em GPUs de alta performance. Essa característica potencializa seu uso em aplicações industriais, reduzindo a latência e os desafios de conformidade associados ao processamento em nuvem.
Com a liberação do modelo e do código de treinamento pela Meta, o setor espera contribuições significativas para a pesquisa em inteligência artificial e suas aplicações práticas, o que pode abrir novos caminhos para desenvolvimentos futuros.
Fonte: (VentureBeat – AI)
