Uma empresa de próteses alimenta um problema da robótica
A ABB Robotics e a PSYONIC anunciaram uma colaboração voltada para uma das tarefas não resolvidas mais difíceis da robótica: dar às máquinas destreza mais confiável no mundo real. O projeto combina o robô colaborativo GoFa da ABB com a Ability Hand da PSYONIC, um dispositivo protético projetado em torno de controle mioelétrico, sensoriamento tátil e mecânica flexível.
A ideia central é simples. Usuários de próteses geram dados reais de interação sobre como os humanos agarram, soltam e se adaptam a objetos. A ABB e a PSYONIC querem usar esse fluxo de informações de toque e movimento para treinar robôs a lidar com tarefas que continuam difíceis de automatizar.
Isso faz com que a iniciativa seja mais do que uma parceria de hardware. É uma tentativa de transformar padrões de manipulação derivados de humanos em material de treinamento para sistemas de IA física. A ABB vincula explicitamente o projeto ao seu impulso mais amplo em direção ao que chama de robótica autônoma versátil, ou robôs capazes de perceber, raciocinar, se mover e manipular objetos em ambientes em mudança.
Por que a destreza ainda é um gargalo
A automação industrial ficou muito boa em repetição, movimento estruturado e ambientes rigidamente controlados. Ela é muito menos confiável quando os objetos variam em forma, maciez, orientação ou fragilidade. É aí que as mãos humanas ainda dominam.
Segundo a ABB, aprender com interações do mundo real é essencial se os robôs quiserem ir além de rotinas fixas. A posição da empresa é que o progresso em IA física depende não apenas de percepção e planejamento, mas de manipulação que funcione fora de condições idealizadas de laboratório.
A tecnologia da PSYONIC dá à parceria um ponto de partida útil porque a Ability Hand foi construída para uso humano, e não originalmente para automação industrial. O sistema inclui sensores de pressão e feedback por vibração que permitem aos usuários detectar contato, força de preensão e soltura. Seus dedos flexíveis podem se conformar a objetos irregulares e deformáveis, exatamente o tipo de capacidade que falta em muitos garras industriais padrão.
Do design protético à relevância industrial
O fundador e CEO da PSYONIC, Adeel Akhtar, diz que a empresa começou no lado das próteses e já chegou ao uso clínico, com aprovação da FDA e mais de 300 pacientes usando a mão. Ela também é coberta pelo Medicare nos Estados Unidos. Mas ele afirma que o equilíbrio da demanda mudou à medida que o interesse por IA física se acelerou.
Essa mudança é reveladora. Recursos que importam em dispositivos assistivos, como movimento flexível, consciência tátil e adaptação natural aos objetos, também importam em ambientes de robótica em que ferramentas rígidas se tornam uma limitação. Akhtar argumenta que sistemas de sucção e pinças de mandíbula paralela muitas vezes precisam de trocadores de ferramenta, o que adiciona atraso, manutenção e pontos de falha.
Para trabalhos que envolvem objetos deformáveis ou espaços construídos em torno de pessoas, uma mão de cinco dedos pode ser uma solução mais natural. A parceria, portanto, está na interseção de duas tendências: próteses ficando mais ricas em sensores e robótica ficando mais dependente de dados do mundo real.
Por que o cobot GoFa importa
O GoFa da ABB é um robô colaborativo limitado em força e potência, o que o torna adequado para experimentos que dependem de interação próxima e adaptativa, em vez de repetição de força bruta. Nesse arranjo, o braço funciona, na prática, como uma plataforma de teste para a Ability Hand e seu fluxo de dados.
A importância não é que uma única mão robótica vá substituir de repente todos os efetuadores finais industriais. É que uma mão rica em sensores, combinada com um braço colaborativo, pode gerar exemplos de como toque, movimento e flexibilidade devem funcionar juntos. Para sistemas de treinamento destinados a operar em ambientes dinâmicos, esse tipo de dado é difícil de falsificar de maneira convincente.
A liderança da ABB descreve a destreza humana como uma das coisas mais difíceis de reproduzir em robótica de nível industrial. Essa avaliação se alinha a anos de progresso lento em áreas como separação de objetos mistos, manuseio de tecidos e coleta em caixas desorganizadas. A colaboração sugere que a empresa vê a destreza não como uma melhoria periférica, mas como central para a próxima fase da capacidade robótica.
IA física precisa de dados melhores, não apenas de modelos melhores
A expressão IA física muitas vezes sugere software mais inteligente. Esta parceria enfatiza a restrição oposta: até modelos fortes precisam de dados de interação ancorados no mundo real. Um robô não pode aprender a lidar com um objeto macio ou estranho apenas olhando para ele. Precisa de exemplos de contato, força, escorregamento e recuperação.
É isso que torna o histórico da PSYONIC importante. Usuários de próteses produzem, na prática, dados de manipulação vividos em contextos cotidianos. Se esses sinais puderem ser traduzidos em fluxos de trabalho de treinamento robótico, os desenvolvedores poderão obter uma visão mais rica de como a manipulação habilidosa realmente acontece.
O acordo também reflete uma convergência mais ampla no mercado de robótica. Tecnologias antes separadas em dispositivos médicos, ferramentas industriais e plataformas de pesquisa em IA estão começando a se sobrepor. As empresas procuram componentes reutilizáveis e fontes de dados que possam circular entre domínios.
Uma aposta focada em um problema antigo
Nem a ABB nem a PSYONIC apresentam essa colaboração como o lançamento de um produto pronto. É um movimento de pesquisa e desenvolvimento voltado a um gargalo que o setor vem discutindo há anos. Isso torna o anúncio significativo mesmo sem números imediatos de implantação.
Se o projeto funcionar, seu valor virá de mostrar que dados táteis e de movimento de próteses podem melhorar a manipulação robótica de forma mensurável. Se não funcionar, ainda assim esclarecerá o quanto o campo permanece distante de transferir a preensão semelhante à humana para máquinas amplamente implantáveis.
De qualquer forma, a parceria reflete para onde a robótica avançada está caminhando: menos ênfase em melhorias isoladas de hardware e mais atenção aos dados e à incorporação necessários para que os robôs lidem com o mundo físico com algo mais próximo do julgamento humano.
This article is based on reporting by The Robot Report. Read the original article.
Originally published on therobotreport.com