Podes colocar os frutos secos na marmita?” Devagar, mas com certeza no movimento, um robô de formato humanoide, desenvolvido pela empresa Apptronik, pega numa pequena caixa e coloca-a dentro de uma lancheira. “Podes colocar também a laranja?”. De um pequeno prato com diferentes peças de fruta, o robô volta a pegar de forma lenta, mas novamente com certeza, numa laranja, colocando-a na lancheira. Não seria bom ter um robô lá por casa que lhe preparasse a marmita todos os dias? E o ajudasse noutras tarefas rotineiras, como estender a roupa, preparar as refeições ou simplesmente manter a casa arrumada? E se além da ajuda em casa, também se estendesse ao trabalho?
O exemplo aqui descrito faz parte de um dos mais recentes vídeos de demonstração do Gemini Robotics, um modelo de Inteligência Artificial (IA) desenvolvido pela Google especificamente para robôs. Nos últimos anos, os assistentes digitais evoluíram de forma significativa graças aos desenvolvimentos dos chamados grandes modelos de linguagem (LLM), que fazem com que ferramentas como o ChatGPT, o Gemini ou o Claude percebam e escrevam texto com uma qualidade muito próxima da de um humano. Mas o que começou por ser uma interação baseada apenas em texto rapidamente evoluiu para os chamados modelos multimodais – sistemas que percebem texto, imagens, sons, vídeos, programação ou até mesmo diferentes idiomas… Estão, de certa forma, a ficar com uma inteligência mais abrangente, mais generalista.
