Pensar ficou barato, mexer continua caro: o paradoxo de 40 anos que adia o robô doméstico

A inteligência artificial de hoje impressiona no que sempre achamos ser o ápice da inteligência. Ela resolve integral, escreve código, resume um livro, joga xadrez melhor que qualquer humano.

E tropeça no que um bebê de dois anos faz sem pensar: atravessar uma sala, pegar uma fruta, subir um degrau. Essa inversão tem nome, e é o melhor ponto de partida para entender por que o robô doméstico ainda não chegou.

O paradoxo que tem 40 anos

Nos anos 1980, o roboticista Hans Moravec percebeu uma coisa estranha. Era relativamente fácil fazer um computador raciocinar como um adulto em testes de lógica. Era quase impossível dar a ele as habilidades motoras de uma criança de um ano.

Ficou conhecido como Paradoxo de Moravec: o difícil para nós é fácil para a máquina, e o fácil para nós é dificílimo para ela.

A explicação tem duas camadas. A primeira é evolutiva. Andar, ver e agarrar foram lapidados por milhões de anos de seleção natural. Estão gravados fundo no corpo. O raciocínio abstrato é recente, uma casca por cima.

A segunda é a história da própria engenharia. A inteligência artificial passou cinquenta anos dominada por lógica e símbolos. Só há pouco mais de uma década as redes neurais começaram a atacar visão e controle motor a sério.

A pista está na anatomia

Tem um dado que prega uma peça na intuição. O cérebro humano tem cerca de 86 bilhões de neurônios. E aproximadamente 80% deles ficam no cerebelo, a estrutura que coordena movimento, equilíbrio e timing fino.

O córtex, sede do pensamento estratégico e da linguagem, leva a minoria.

Ou seja: a evolução dedicou a maior parte do seu hardware à parte "burra" e mecânica de controlar um corpo. A natureza pagou caríssimo para você pegar uma bola sem pensar.

Cabe uma honestidade técnica. Número de neurônios não é o mesmo que gasto de energia, que depende mais de quantas sinapses existem e de quanto cada neurônio dispara. Ainda assim, o recado é claro: mexer um corpo no mundo real é caro, não barato.

A conta de energia que ninguém faz

Agora junte isso ao consumo. O cérebro humano funciona com cerca de 20 watts. Menos que a lâmpada da geladeira.

O El Capitan, supercomputador mais rápido do mundo, alcança potência bruta da mesma ordem estimada para o cérebro. Mas precisa de aproximadamente 30 megawatts — a energia de uma cidade pequena.

A comparação em exaFLOP é ilustrativa, não exata: estimar a potência do cérebro depende de engenharia reversa, e os números variam conforme o método. O que não varia é a ordem de magnitude. O silício é cerca de um milhão de vezes menos eficiente por watt.

A diferença é estrutural. O cérebro é esparso: o neurônio só gasta energia quando dispara. O chip liga blocos inteiros, esquenta e exige resfriamento constante.

Por que o robô trava

Pense no que um humanoide realmente útil precisa fazer. Pegar uma bola exige perceber, medir velocidade, prever a trajetória e coordenar dezenas de juntas em milissegundos. Tudo isso interrompendo qualquer "pensamento" em curso, sem ninguém digitar um comando.

Multiplique por cada dedo, cada articulação, cada reflexo. É um enxame de cálculos contínuos, não uma resposta de texto que pode demorar dois segundos.

Esse processamento todo não cabe num corpo do tamanho de uma pessoa — nem a densidade de cálculo, nem o resfriamento, nem a bateria. A saída comum é deixar o cérebro pesado num servidor distante. Mas aí entra a latência: o robô que pensa a quilômetros de distância hesita na hora errada.

O assistente de texto resolve o que é raro e nobre. O robô precisa resolver o que é banal e constante. E o banal, aqui, é o caro.

Há ainda o problema do imprevisto. Um modelo treinado em milhões de exemplos ainda encontra, na cozinha real, uma situação que nunca viu: a louça empilhada de um jeito novo, a luz diferente, o gato no caminho.

O texto perdoa o erro: basta reescrever a frase. O corpo, não. Um movimento errado quebra um objeto ou machuca alguém. A margem para falhar é quase zero, e isso encarece cada decisão.

O que os robôs ainda erram

Quem acompanha demonstrações vê o padrão. O modelo de visão confunde braço esquerdo com direito, erra a contagem de dedos de uma mão, perde a noção de profundidade numa cena nova.

São erros bobos para um humano e fatais para uma máquina que segura uma faca perto de uma criança. A percepção confiável, e não a conversa, é o calcanhar de Aquiles atual.

Há uma forma elegante de medir o atraso. O roboticista Ken Goldberg, de Berkeley, fala num "vão de 100 mil anos": um modelo de linguagem aprende a ler com alguns terabytes de texto, mas nenhum robô chega perto da quantidade de experiência física que um humano acumula até os três anos de idade.

Nem tudo é difícil, e isso ajuda a calibrar a expectativa. O equilíbrio, por exemplo, já se resolve bem com modelos pequenos — afinal, nós também nos equilibramos sem pensar. O problema duro é a combinação de visão confiável, tato e manipulação fina, tudo ao mesmo tempo e em tempo real.

O que faria a conta fechar

Há dois caminhos, e eles não se excluem. O primeiro é o hardware: chips mais eficientes por watt e computação neuromórfica, que imita o disparo esparso do neurônio.

O segundo é a arquitetura. Hoje quase tudo roda sobre redes neurais do tipo transformer, caras de treinar mas de custo de uso quase constante depois de prontas. Se surgir algo mais eficiente que o transformer, parte do problema se resolve sem esperar a próxima geração de chips.

A robótica de ponta já é híbrida. Ela combina a matemática clássica de movimento, cujo custo de cálculo explode conforme o problema cresce, com redes neurais que aprendem o atalho.

E o terreno é desigual. O equilíbrio é fácil de domar com modelos pequenos — nós também nos equilibramos sem pensar. A visão confiável e a manipulação fina seguem entre os problemas mais duros.

O recado

O robô doméstico não está distante porque falta gênio. Está distante porque a biologia venceu, por enquanto, naquilo que mais importa para um corpo: fazer muito com pouca energia.

É um problema de quando, não de se. E quem espera o humanoide perfeito para 2027 está olhando para o lado errado da conta.

Enquanto o salto não vem, o que temos é um colega digital brilhante no abstrato e desastrado no concreto. Saber usar essa assimetria já é vantagem.

Use a inteligência artificial onde ela é forte — texto, código, análise, busca — e desconfie das promessas de que ela vai, amanhã, varrer a sua casa. O abstrato ela domina. O concreto ainda pertence à biologia.

---

Crédito. As análises de robótica que sustentam esta matéria — cinemática direta e inversa, a explosão combinatória do cálculo clássico, a vantagem das redes neurais com custo de inferência quase constante e a leitura do cerebelo como o "hardware caro" do movimento — nasceram do debate conduzido por Bob, do canal Inteligência Mil Grau, no grupo privado de membros do canal. A síntese e os eventuais erros são de responsabilidade do Mirante.