𝐀 𝐢𝐧𝐭𝐞𝐥𝐢𝐠ê𝐧𝐜𝐢𝐚 𝐚𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐭𝐨𝐫𝐧𝐨𝐮-𝐬𝐞 𝐧𝐨𝐭𝐚𝐯𝐞𝐥𝐦𝐞𝐧𝐭𝐞 𝐜𝐚𝐩𝐚𝐳 𝐝𝐞 𝐜𝐨𝐦𝐩𝐫𝐞𝐞𝐧𝐝𝐞𝐫 𝐚 𝐥𝐢𝐧𝐠𝐮𝐚𝐠𝐞𝐦, 𝐫𝐞𝐜𝐨𝐧𝐡𝐞𝐜𝐞𝐫 𝐢𝐦𝐚𝐠𝐞𝐧𝐬 𝐞 𝐠𝐞𝐫𝐚𝐫 𝐜𝐨𝐧𝐭𝐞ú𝐝𝐨. 𝐌𝐚𝐬 𝐪𝐮𝐚𝐧𝐝𝐨 𝐬𝐞 𝐭𝐫𝐚𝐭𝐚 𝐝𝐞 𝐢𝐧𝐭𝐞𝐫𝐚𝐠𝐢𝐫 𝐜𝐨𝐦 𝐨 𝐦𝐮𝐧𝐝𝐨 𝐟í𝐬𝐢𝐜𝐨, 𝐚 𝐢𝐧𝐭𝐞𝐥𝐢𝐠ê𝐧𝐜𝐢𝐚 𝐩𝐨𝐫 𝐬𝐢 𝐬ó 𝐧ã𝐨 é 𝐬𝐮𝐟𝐢𝐜𝐢𝐞𝐧𝐭𝐞.
𝐔𝐦 𝐫𝐨𝐛ô 𝐩𝐨𝐝𝐞 𝐢𝐝𝐞𝐧𝐭𝐢𝐟𝐢𝐜𝐚𝐫 𝐮𝐦 𝐜𝐨𝐩𝐨 𝐝𝐞 𝐜𝐚𝐟é, 𝐢𝐬𝐬𝐨 𝐧ã𝐨 𝐬𝐢𝐠𝐧𝐢𝐟𝐢𝐜𝐚 𝐪𝐮𝐞 𝐬𝐚𝐢𝐛𝐚 𝐜𝐨𝐦 𝐪𝐮𝐞 𝐟𝐢𝐫𝐦𝐞𝐳𝐚 𝐨 𝐚𝐠𝐚𝐫𝐫𝐚𝐫 𝐬𝐞𝐦 𝐨 𝐞𝐬𝐦𝐚𝐠𝐚𝐫. 𝐏𝐨𝐝𝐞 𝐫𝐞𝐜𝐨𝐧𝐡𝐞𝐜𝐞𝐫 𝐮𝐦𝐚 𝐩𝐨𝐫𝐭𝐚, 𝐢𝐬𝐬𝐨 𝐧ã𝐨 𝐬𝐢𝐠𝐧𝐢𝐟𝐢𝐜𝐚 𝐪𝐮𝐞 𝐬𝐚𝐢𝐛𝐚 𝐢𝐧𝐬𝐭𝐢𝐧𝐭𝐢𝐯𝐚𝐦𝐞𝐧𝐭𝐞 𝐪𝐮𝐚𝐧𝐭𝐚 𝐟𝐨𝐫ç𝐚 𝐚𝐩𝐥𝐢𝐜𝐚𝐫 𝐪𝐮𝐚𝐧𝐝𝐨 𝐚 𝐦𝐚ç𝐚𝐧𝐞𝐭𝐚 𝐞𝐬𝐭á 𝐝𝐮𝐫𝐚. 𝐏𝐨𝐝𝐞 𝐝𝐞𝐭𝐞𝐭𝐚𝐫 𝐮𝐦 𝐨𝐛𝐬𝐭á𝐜𝐮𝐥𝐨, 𝐢𝐬𝐬𝐨 𝐧ã𝐨 𝐬𝐢𝐠𝐧𝐢𝐟𝐢𝐜𝐚 𝐪𝐮𝐞 𝐜𝐨𝐦𝐩𝐫𝐞𝐞𝐧𝐝𝐚 𝐚 𝐟𝐨𝐫𝐦𝐚 𝐦𝐚𝐢𝐬 𝐬𝐞𝐠𝐮𝐫𝐚 𝐨𝐮 𝐧𝐚𝐭𝐮𝐫𝐚𝐥 𝐝𝐞 𝐨 𝐜𝐨𝐧𝐭𝐨𝐫𝐧𝐚𝐫.
𝐄𝐬𝐭𝐚𝐬 𝐬ã𝐨 𝐜𝐨𝐢𝐬𝐚𝐬 𝐬𝐨𝐛𝐫𝐞 𝐚𝐬 𝐪𝐮𝐚𝐢𝐬 𝐨𝐬 𝐡𝐮𝐦𝐚𝐧𝐨𝐬 𝐫𝐚𝐫𝐚𝐦𝐞𝐧𝐭𝐞 𝐩𝐞𝐧𝐬𝐚𝐦 𝐩𝐨𝐫𝐪𝐮𝐞 𝐩𝐚𝐬𝐬á𝐦𝐨𝐬 𝐮𝐦𝐚 𝐯𝐢𝐝𝐚 𝐢𝐧𝐭𝐞𝐢𝐫𝐚 𝐚 𝐚𝐩𝐫𝐞𝐧𝐝𝐞𝐫 𝐚𝐭𝐫𝐚𝐯é𝐬 𝐝𝐨 𝐭𝐨𝐪𝐮𝐞, 𝐦𝐨𝐯𝐢𝐦𝐞𝐧𝐭𝐨, 𝐭𝐞𝐧𝐭𝐚𝐭𝐢𝐯𝐚 𝐞 𝐞𝐱𝐩𝐞𝐫𝐢ê𝐧𝐜𝐢𝐚, 𝐞 é 𝐚𝐪𝐮𝐢 𝐪𝐮𝐞 𝐚 #𝐈𝐀 𝐢𝐧𝐜𝐨𝐫𝐩𝐨𝐫𝐚𝐝𝐚 𝐞𝐧𝐟𝐫𝐞𝐧𝐭𝐚 𝐨 𝐬𝐞𝐮 𝐦𝐚𝐢𝐨𝐫 𝐝𝐞𝐬𝐚𝐟𝐢𝐨.
𝐀𝐨 𝐜𝐨𝐧𝐭𝐫á𝐫𝐢𝐨 𝐝𝐨𝐬 𝐦𝐨𝐝𝐞𝐥𝐨𝐬 𝐥𝐢𝐧𝐠𝐮í𝐬𝐭𝐢𝐜𝐨𝐬 𝐪𝐮𝐞 𝐚𝐩𝐫𝐞𝐧𝐝𝐞𝐦 𝐜𝐨𝐦 𝐦𝐢𝐥𝐡𝐚𝐫𝐞𝐬 𝐝𝐞 𝐦𝐢𝐥𝐡õ𝐞𝐬 𝐝𝐞 𝐩𝐚𝐥𝐚𝐯𝐫𝐚𝐬 𝐨𝐧𝐥𝐢𝐧𝐞, 𝐨𝐬 𝐫𝐨𝐛ô𝐬 𝐩𝐫𝐞𝐜𝐢𝐬𝐚𝐦 𝐝𝐞 𝐚𝐩𝐫𝐞𝐧𝐝𝐞𝐫 𝐚 𝐩𝐚𝐫𝐭𝐢𝐫 𝐝𝐨 𝐦𝐮𝐧𝐝𝐨 𝐫𝐞𝐚𝐥. 𝐏𝐫𝐞𝐜𝐢𝐬𝐚𝐦 𝐝𝐞 𝐝𝐞𝐦𝐨𝐧𝐬𝐭𝐫𝐚çõ𝐞𝐬 𝐝𝐞 𝐜𝐨𝐦𝐨 𝐨𝐬 𝐡𝐮𝐦𝐚𝐧𝐨𝐬 𝐦𝐚𝐧𝐢𝐩𝐮𝐥𝐚𝐦 𝐨𝐛𝐣𝐞𝐜𝐭𝐨𝐬, 𝐚𝐝𝐚𝐩𝐭𝐚𝐦-𝐬𝐞 𝐚 𝐬𝐢𝐭𝐮𝐚çõ𝐞𝐬 𝐢𝐧𝐞𝐬𝐩𝐞𝐫𝐚𝐝𝐚𝐬 𝐞 𝐭𝐨𝐦𝐚𝐦 𝐝𝐞𝐜𝐢𝐬õ𝐞𝐬 𝐞𝐦 𝐟𝐫𝐚çõ𝐞𝐬 𝐝𝐞 𝐬𝐞𝐠𝐮𝐧𝐝𝐨 𝐪𝐮𝐞 𝐬ã𝐨 𝐝𝐢𝐟í𝐜𝐞𝐢𝐬 𝐝𝐞 𝐝𝐞𝐬𝐜𝐫𝐞𝐯𝐞𝐫 𝐚𝐩𝐞𝐧𝐚𝐬 𝐜𝐨𝐦 𝐫𝐞𝐠𝐫𝐚𝐬.
𝐏𝐨𝐫 𝐨𝐮𝐭𝐫𝐚𝐬 𝐩𝐚𝐥𝐚𝐯𝐫𝐚𝐬, 𝐚𝐧𝐭𝐞𝐬 𝐝𝐞 𝐨𝐬 𝐫𝐨𝐛ô𝐬 𝐩𝐨𝐝𝐞𝐫𝐞𝐦 𝐚𝐠𝐢𝐫 𝐜𝐨𝐦𝐨 𝐡𝐮𝐦𝐚𝐧𝐨𝐬, 𝐩𝐫𝐞𝐜𝐢𝐬𝐚𝐦 𝐩𝐫𝐢𝐦𝐞𝐢𝐫𝐨 𝐝𝐞 𝐚𝐩𝐫𝐞𝐧𝐝𝐞𝐫 𝐜𝐨𝐦 𝐨𝐬 𝐡𝐮𝐦𝐚𝐧𝐨𝐬.
É 𝐩𝐨𝐫 𝐢𝐬𝐬𝐨 𝐪𝐮𝐞 𝐨 𝐇𝐮𝐦𝐚𝐧-𝐢𝐧-𝐭𝐡𝐞-𝐋𝐨𝐨𝐩 (𝐇𝐈𝐓𝐋) é 𝐭ã𝐨 𝐢𝐦𝐩𝐨𝐫𝐭𝐚𝐧𝐭𝐞.
𝐄𝐦 𝐯𝐞𝐳 𝐝𝐞 𝐞𝐬𝐩𝐞𝐫𝐚𝐫 𝐪𝐮𝐞 𝐨𝐬 𝐫𝐨𝐛ô𝐬 𝐫𝐞𝐬𝐨𝐥𝐯𝐚𝐦 𝐭𝐨𝐝𝐚𝐬 𝐚𝐬 𝐭𝐚𝐫𝐞𝐟𝐚𝐬 𝐟í𝐬𝐢𝐜𝐚𝐬 𝐬𝐨𝐳𝐢𝐧𝐡𝐨𝐬 𝐝𝐞𝐬𝐝𝐞 𝐨 𝐩𝐫𝐢𝐦𝐞𝐢𝐫𝐨 𝐝𝐢𝐚, 𝐨𝐬 𝐡𝐮𝐦𝐚𝐧𝐨𝐬 𝐠𝐮𝐢𝐚𝐦-𝐧𝐨𝐬 𝐚𝐭𝐫𝐚𝐯é𝐬 𝐝𝐞 𝐨𝐩𝐞𝐫𝐚çõ𝐞𝐬 𝐧𝐨 𝐦𝐮𝐧𝐝𝐨 𝐫𝐞𝐚𝐥. 𝐂𝐚𝐝𝐚 𝐦𝐨𝐯𝐢𝐦𝐞𝐧𝐭𝐨, 𝐜𝐨𝐫𝐫𝐞çã𝐨 𝐞 𝐢𝐧𝐭𝐞𝐫𝐚çã𝐨 𝐛𝐞𝐦-𝐬𝐮𝐜𝐞𝐝𝐢𝐝𝐚 𝐭𝐨𝐫𝐧𝐚-𝐬𝐞 𝐝𝐚𝐝𝐨𝐬 𝐝𝐞 𝐭𝐫𝐞𝐢𝐧𝐨 𝐯𝐚𝐥𝐢𝐨𝐬𝐨𝐬 𝐪𝐮𝐞 𝐚𝐣𝐮𝐝𝐚𝐦 𝐚 𝐈𝐀 𝐢𝐧𝐜𝐨𝐫𝐩𝐨𝐫𝐚𝐝𝐚 𝐚 𝐦𝐞𝐥𝐡𝐨𝐫𝐚𝐫 𝐚𝐨 𝐥𝐨𝐧𝐠𝐨 𝐝𝐨 𝐭𝐞𝐦𝐩𝐨.
É 𝐚𝐪𝐮𝐢 𝐪𝐮𝐞 𝐚 𝐈𝐧𝐯𝐞𝐫𝐭𝐞𝐝 𝐋𝐚𝐦𝐛𝐝𝐚 𝐢𝐧𝐭𝐫𝐨𝐝𝐮𝐳 𝐮𝐦𝐚 𝐚𝐛𝐨𝐫𝐝𝐚𝐠𝐞𝐦 𝐜𝐨𝐧𝐯𝐢𝐧𝐜𝐞𝐧𝐭𝐞.
𝐀𝐭𝐫𝐚𝐯é𝐬 𝐝𝐚 𝐬𝐮𝐚 𝐫𝐞𝐝𝐞 𝐝𝐞 𝐭𝐞𝐥𝐞𝐨𝐩𝐞𝐫𝐚çã𝐨 𝐝𝐞𝐬𝐜𝐞𝐧𝐭𝐫𝐚𝐥𝐢𝐳𝐚𝐝𝐚, 𝐨𝐬 𝐨𝐩𝐞𝐫𝐚𝐝𝐨𝐫𝐞𝐬 𝐡𝐮𝐦𝐚𝐧𝐨𝐬 𝐩𝐨𝐝𝐞𝐦 𝐜𝐨𝐧𝐭𝐫𝐨𝐥𝐚𝐫 𝐫𝐨𝐛ô𝐬 𝐫𝐞𝐦𝐨𝐭𝐚𝐦𝐞𝐧𝐭𝐞 𝐞𝐧𝐪𝐮𝐚𝐧𝐭𝐨 𝐠𝐞𝐫𝐚𝐦 𝐝𝐚𝐝𝐨𝐬 𝐦𝐮𝐥𝐭𝐢𝐦𝐨𝐝𝐚𝐢𝐬 𝐝𝐞 𝐚𝐥𝐭𝐚 𝐪𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝐞; 𝐝𝐞𝐬𝐝𝐞 𝐚 𝐩𝐞𝐫𝐜𝐞çã𝐨 𝐯𝐢𝐬𝐮𝐚𝐥 𝐞 𝐦𝐨𝐯𝐢𝐦𝐞𝐧𝐭𝐨 𝐚𝐭é à 𝐜𝐨𝐧𝐬𝐜𝐢ê𝐧𝐜𝐢𝐚 𝐞𝐬𝐩𝐚𝐜𝐢𝐚𝐥 𝐞 𝐢𝐧𝐭𝐞𝐫𝐚çã𝐨 𝐟í𝐬𝐢𝐜𝐚. 𝐄𝐦 𝐯𝐞𝐳 𝐝𝐞 𝐝𝐞𝐢𝐱𝐚𝐫 𝐪𝐮𝐞 𝐚 𝐞𝐱𝐩𝐞𝐫𝐢ê𝐧𝐜𝐢𝐚 𝐡𝐮𝐦𝐚𝐧𝐚 𝐝𝐞𝐬𝐚𝐩𝐚𝐫𝐞ç𝐚 𝐚𝐩ó𝐬 𝐚 𝐜𝐨𝐧𝐜𝐥𝐮𝐬ã𝐨 𝐝𝐞 𝐮𝐦𝐚 𝐭𝐚𝐫𝐞𝐟𝐚, 𝐚 𝐫𝐞𝐝𝐞 𝐭𝐫𝐚𝐧𝐬𝐟𝐨𝐫𝐦𝐚 𝐞𝐬𝐬𝐚 𝐞𝐱𝐩𝐞𝐫𝐢ê𝐧𝐜𝐢𝐚 𝐞𝐦 𝐝𝐚𝐝𝐨𝐬 𝐪𝐮𝐞 𝐩𝐨𝐝𝐞𝐦 𝐚𝐣𝐮𝐝𝐚𝐫 𝐚 𝐭𝐫𝐞𝐢𝐧𝐚𝐫 𝐟𝐮𝐭𝐮𝐫𝐚𝐬 𝐠𝐞𝐫𝐚çõ𝐞𝐬 𝐝𝐞 𝐈𝐀 𝐢𝐧𝐜𝐨𝐫𝐩𝐨𝐫𝐚𝐝𝐚. 𝐍ã𝐨 𝐬𝐞 𝐭𝐫𝐚𝐭𝐚 𝐚𝐩𝐞𝐧𝐚𝐬 𝐝𝐞 𝐜𝐨𝐧𝐭𝐫𝐨𝐥𝐚𝐫 𝐫𝐨𝐛ô𝐬 𝐫𝐞𝐦𝐨𝐭𝐚𝐦𝐞𝐧𝐭𝐞, 𝐭𝐫𝐚𝐭𝐚-𝐬𝐞 𝐝𝐞 𝐜𝐨𝐧𝐯𝐞𝐫𝐭𝐞𝐫 𝐚 𝐢𝐧𝐭𝐮𝐢çã𝐨 𝐡𝐮𝐦𝐚𝐧𝐚 𝐞𝐦 𝐢𝐧𝐭𝐞𝐥𝐢𝐠ê𝐧𝐜𝐢𝐚 𝐝𝐞 𝐦á𝐪𝐮𝐢𝐧𝐚.
À 𝐦𝐞𝐝𝐢𝐝𝐚 𝐪𝐮𝐞 𝐦𝐚𝐢𝐬 𝐩𝐞𝐬𝐬𝐨𝐚𝐬 𝐜𝐨𝐧𝐭𝐫𝐢𝐛𝐮𝐞𝐦 𝐜𝐨𝐦 𝐢𝐧𝐭𝐞𝐫𝐚çõ𝐞𝐬 𝐬𝐢𝐠𝐧𝐢𝐟𝐢𝐜𝐚𝐭𝐢𝐯𝐚𝐬 𝐧𝐨 𝐦𝐮𝐧𝐝𝐨 𝐫𝐞𝐚𝐥, 𝐨𝐬 𝐬𝐢𝐬𝐭𝐞𝐦𝐚𝐬 𝐝𝐞 𝐈𝐀 𝐠𝐚𝐧𝐡𝐚𝐦 𝐚𝐜𝐞𝐬𝐬𝐨 𝐚 𝐞𝐱𝐩𝐞𝐫𝐢ê𝐧𝐜𝐢𝐚𝐬 𝐦𝐚𝐢𝐬 𝐫𝐢𝐜𝐚𝐬 𝐞 𝐝𝐢𝐯𝐞𝐫𝐬𝐢𝐟𝐢𝐜𝐚𝐝𝐚𝐬, 𝐚𝐣𝐮𝐝𝐚𝐧𝐝𝐨-𝐨𝐬 𝐚 𝐚𝐩𝐫𝐨𝐱𝐢𝐦𝐚𝐫-𝐬𝐞 𝐝𝐞 𝐮𝐦𝐚 𝐚𝐮𝐭𝐨𝐧𝐨𝐦𝐢𝐚 𝐬𝐞𝐠𝐮𝐫𝐚 𝐞 𝐟𝐢á𝐯𝐞𝐥.
𝐎 𝐟𝐮𝐭𝐮𝐫𝐨 𝐝𝐚 𝐫𝐨𝐛ó𝐭𝐢𝐜𝐚 𝐧ã𝐨 𝐬𝐞𝐫á 𝐜𝐨𝐧𝐬𝐭𝐫𝐮í𝐝𝐨 𝐬𝐮𝐛𝐬𝐭𝐢𝐭𝐮𝐢𝐧𝐝𝐨 𝐚 𝐢𝐧𝐭𝐞𝐥𝐢𝐠ê𝐧𝐜𝐢𝐚 𝐡𝐮𝐦𝐚𝐧𝐚 𝐝𝐚 𝐧𝐨𝐢𝐭𝐞 𝐩𝐚𝐫𝐚 𝐨 𝐝𝐢𝐚, 𝐬𝐞𝐫á 𝐜𝐨𝐧𝐬𝐭𝐫𝐮í𝐝𝐨 𝐚𝐩𝐫𝐞𝐧𝐝𝐞𝐧𝐝𝐨 𝐜𝐨𝐦 𝐞𝐥𝐚 𝐩𝐫𝐢𝐦𝐞𝐢𝐫𝐨.
𝐄 𝐞𝐬𝐬𝐚 é 𝐚 𝐩𝐨𝐧𝐭𝐞 𝐪𝐮𝐞 𝐚 𝐈𝐧𝐯𝐞𝐫𝐭𝐞𝐝 𝐋𝐚𝐦𝐛𝐝𝐚 𝐞𝐬𝐭á 𝐚 𝐭𝐫𝐚𝐛𝐚𝐥𝐡𝐚𝐫 𝐩𝐚𝐫𝐚 𝐜𝐫𝐢𝐚𝐫, 𝐭𝐫𝐚𝐧𝐬𝐟𝐨𝐫𝐦𝐚𝐧𝐝𝐨 𝐚 𝐞𝐱𝐩𝐞𝐫𝐢ê𝐧𝐜𝐢𝐚 𝐡𝐮𝐦𝐚𝐧𝐚 𝐧𝐚 𝐛𝐚𝐬𝐞 𝐩𝐚𝐫𝐚 𝐮𝐦𝐚 𝐈𝐀 𝐢𝐧𝐜𝐨𝐫𝐩𝐨𝐫𝐚𝐝𝐚 𝐯𝐞𝐫𝐝𝐚𝐝𝐞𝐢𝐫𝐚𝐦𝐞𝐧𝐭𝐞 𝐚𝐮𝐭ó𝐧𝐨𝐦𝐚.
#InvertedLambda #EmbodiedAI #Robotics #Teleoperation #HumanInTheLoop #AI #PhysicalAI #SecondContact

Ver original

Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.

Recompensa
gostar
Comentar
Republicar
Partilhar

Comentar

Adicionar um comentário

Nenhum comentário

Tópicos em destaque
Ver mais

Fixado

𝐏𝐨𝐫 𝐐𝐮𝐞 𝐚 𝐈𝐀 𝐈𝐧𝐜𝐨𝐫𝐩𝐨𝐫𝐚𝐝𝐚 𝐏𝐫𝐞𝐜𝐢𝐬𝐚 𝐝𝐚 𝐈𝐧𝐭𝐞𝐥𝐢𝐠ê𝐧𝐜𝐢𝐚 𝐇𝐮𝐦𝐚𝐧𝐚 𝐀𝐧𝐭𝐞𝐬 𝐝𝐞 𝐬𝐞 𝐓𝐨𝐫𝐧𝐚𝐫 𝐀𝐮𝐭ó𝐧𝐨𝐦𝐚

Tópicos em destaque

Fixado