Vimos Spot, o cachorro-robô, correr, pular e até dançar... mas agora podemos ver Spot falar. Em um vídeo divulgado pela Boston Dynamics, vemos seu cão-robô de chapéu alto, bigode e olhos penetrantes conversando com funcionários com sotaque britânico e levando-os para um tour pelas instalações da empresa.
"Podemos começar nossa jornada?" Spot perguntou. "A estação de carregamento é onde o robô Banban descansa e recarrega, e é o primeiro lugar que iremos visitar. Por favor, sigam-me, senhores." Conforme mostrado na demonstração, o Spot é capaz de responder perguntas e até abrir a “boca” para parecer que está realmente falando.
Para fazer o Spot “falar”, a Boston Dynamics usou a API ChatGPT da OpenAI e alguns modelos de linguagem grande (LLMs) de código aberto para treinar cuidadosamente suas respostas. Em seguida, equipou o robô com um alto-falante, adicionou recursos de conversão de texto em fala e permitiu que ele “imitasse a fala” como a boca de uma marionete.
Matt Klingensmith, principal engenheiro de software da Boston Dynamics, disse que a equipe deu ao Spot um “roteiro muito breve” que abordava todas as salas das instalações da empresa. O robô então combina o roteiro com imagens obtidas das câmeras em sua garra e em seu corpo, dando-lhe “mais informações sobre o que está vendo antes de reagir”. Segundo a empresa, o Spot usa um modelo visual de resposta a perguntas para legendar imagens e responder perguntas sobre elas.
“Fancy Butler” não é o único papel que Spot desempenha no vídeo. O robô de quatro patas também encarna como um arqueólogo da década de 1920, um adolescente e um viajante do tempo de Shakespeare. Quando solicitado a escrever um haicai, ele também disse: "O gerador zumbe baixo na sala, o gerador zumbe baixo na sala triste, assim como minha alma."
A Boston Dynamics disse que descobriu algo inesperado ao experimentar o Spot como guia turístico. A certa altura, a equipe perguntou ao Spot quem eram seus “pais” e acabou caminhando até um modelo antigo do Spot exposto no escritório da empresa. A empresa também observou que, em alguns casos, o LLM ainda inventava coisas, como quando o Stretch, o robô projetado para mover caixas, foi feito para ioga.
“Estamos entusiasmados em continuar explorando a interseção entre inteligência artificial e robótica”, escreveu Clinensmith em um post no site da Boston Dynamics. "Esses modelos (LLMs) podem ajudar a fornecer contexto cultural, conhecimento geral de bom senso e flexibilidade que são úteis para muitas tarefas robóticas - por exemplo, ser capaz de atribuir tarefas a um robô simplesmente conversando com ele ajudará a diminuir a curva de aprendizado para usar esses sistemas."
Embora Spot pareça bobo no vídeo, é difícil não pensar na capacidade do robô parecido com um cachorro de abrir portas e espionar pessoas. Afinal, pode se tornar uma ferramenta da polícia e dos militares a qualquer momento.