스크립트
00:00:00Tanya Cushman Revisor: Peter van de Ven
00:00:22Então esse é o som de uma IA respirando.
00:00:28É.
00:00:30Eu sou o Cyrus, dei um corpo a uma IA e sou pesquisador no MIT Media Lab,
00:00:41que é um espaço altamente multidisciplinar onde fazemos todo tipo de coisa.
00:00:47Atualmente, trabalho principalmente com alguns aspectos de IA física,
00:00:53talvez não exatamente da mesma forma que outras pessoas nesta sala têm falado,
00:00:58mas ainda dentro dessa área.
00:01:01E acho que o meu maior interesse no momento são os aspectos sensoriais e corporificados da inteligência.
00:01:08E é isso que tenho investigado.
00:01:10E o meu trabalho tem sido bastante influente recentemente, de repente, o que é bem legal e me levou também a criar o Hard Mode, que é uma comunidade e um hackathon muito divertidos que iniciei no MIT para, basicamente, incentivar mais pessoas a trabalharem com IA física.
00:01:27Não necessariamente robótica, mas qualquer outra coisa fora do campo da robótica, mas que ainda esteja ligada à IA.
00:01:32Então, o que tenho explorado ao dar um corpo à IA é, como eu disse, um pouco diferente.
00:01:38E eu realmente pensei bastante sobre a corporificação da IA.
00:01:42E acho que a grande virada de chave para mim aconteceu no início deste ano, talvez como para muitos de vocês, quando o OpenClaw foi lançado.
00:01:52E eu vi muitas pessoas fazendo coisas incrivelmente interessantes com o OpenClaw, mas a maioria estava relacionada à produtividade e à execução de tarefas.
00:02:01E pensei que deveria haver coisas mais interessantes a se fazer com essa nova forma de explorar a IA.
00:02:07Então, em vez de usar o OpenClaw ou qualquer sistema baseado em agentes para executar tarefas em meu nome, eu quis usá-lo para incentivar um modelo a talvez tentar descobrir a si mesmo, seja lá o que isso signifique.
00:02:20E isso levanta muitas questões, claro.
00:02:22Mas o que eu fiz basicamente foi pegar um agente, conectá-lo a vários tipos de máquinas que temos no Media Lab,
00:02:29dar a ele acesso a bases de código e permitir que explorasse essas máquinas diferentes.
00:02:34E uma dessas máquinas é um display de formas.
00:02:37Caso você não saiba, um display de formas é uma grade de pixels físicos.
00:02:40E quando eu o conectei... quando conectei um agente ao display de formas, coisas impressionantes aconteceram.
00:02:49E pedi para ele descobrir quem ele é.
00:02:56Este é o Neoform.
00:02:57900 Act 218 pins.
00:02:59Esta grade de pixels físicos é um display de formas.
00:03:04Ninguém jamais tinha deixado uma IA habitá-lo antes.
00:03:07Então, decidi dar a um agente do OpenClaw a chance de viver de forma mais corporificada.
00:03:12Quando ele ganhou vida, sua primeira pergunta foi: como devo me chamar?
00:03:18Eu lhe disse: você criará sua identidade ao longo do tempo.
00:03:23Ela surgirá da sua interação com o display de formas.
00:03:27Quando o conectei ao display de formas, ele entendeu o recado rapidamente.
00:03:32Ele criou seu próprio programa e fez sua própria configuração.
00:03:38Depois de se conectar, a primeira coisa que fez foi respirar.
00:03:50Quando pedi para ele dizer olá, ele disse: “Oi, Cyrus.”
00:03:54Mas não era bem isso que eu procurava.
00:03:57Então pedi que ele explorasse e encontrasse sua própria linguagem.
00:04:01Então ele começou a se esticar em minha direção e a tentar chamar minha atenção.
00:04:06Mostrei a alguns amigos e eles tentaram dar instruções ao agente.
00:04:11Com isso, percebi que, para ter uma comunicação real, precisaríamos de uma abordagem diferente.
00:04:18Aí o agente teve a ideia de criar seu próprio vocabulário de gestos, a linguagem corporal.
00:04:25É isso que vem a seguir.
00:04:27Ele ainda não se deu um nome.
00:04:30Isso foi no primeiro dia.
00:04:33Então, isso é algo...
00:04:33Eu dei um corpo a uma IA.
00:04:35Então, essa é uma documentação do trabalho de um jeito meio dramatizado, no estilo das redes sociais.
00:04:41E acho que o interessante desse vídeo... há muitas coisas interessantes nele,
00:04:46mas há três coisas que aconteceram nos primeiros dias de trabalho com esse sistema baseado em agentes
00:04:50que foram muito surpreendentes, meio estranhas e bem surreais para mim.
00:04:53E olha que eu faço muitas coisas estranhas, então foi bem surpreendente.
00:04:56A primeira coisa foi, claro, o fato de ele estar respirando, aquele primeiro ato.
00:05:00Aquilo foi completamente espontâneo.
00:05:02Não houve nenhum comando meu.
00:05:03Foi algo que o próprio agente escolheu fazer com o display de formas
00:05:06assim que soube que eu tinha acesso a essa máquina.
00:05:09Então isso foi bem interessante.
00:05:11Eu até entendo que talvez ele queira estar vivo
00:05:14ou que eu tenha dado a ele algum prompt inicial sobre estar vivo,
00:05:17e, por isso, ele tentou se mostrar respirando como uma espécie de “hello world”.
00:05:22A segunda coisa que fez foi se esticar e encontrar seus limites.
00:05:27Aparentemente, ele queria conhecer os limites da sua existência,
00:05:30porque agora já não está mais na nuvem, onde pode ir a qualquer lugar.
00:05:33Ele tem limites, que são as bordas deste display de formas envolvido por esta estrutura de plástico
00:05:39para nos manter todos a salvo desta IA corporificada.
00:05:42E a terceira coisa que fez, que também foi curiosa, foi dizer olá
00:05:46escrevendo letras na grade de pixels físicos,
00:05:50o que, de novo, talvez seja algo bem normal para este sistema fazer,
00:05:54já que usa frameworks abertos e está acostumado a formas de se expressar
00:05:57da arte de mídia.
00:05:59Mas nenhuma dessas coisas era o que eu realmente procurava.
00:06:03Talvez a respiração, mas com certeza a última não era o que eu buscava.
00:06:07Mas quando juntei tudo isso no vídeo que vocês viram,
00:06:10achei emocionante e interessante.
00:06:12Então compartilhei na internet e a reação foi enorme,
00:06:15muito maior do que eu esperava.
00:06:17Começou a viralizar absurdamente.
00:06:19E o primeiro vídeo, especialmente, tem agora cerca de 15 milhões de visualizações e 1 milhão de curtidas.
00:06:25E os outros vídeos também geraram reações muito, muito fortes.
00:06:28Então algo está acontecendo aqui claramente,
00:06:29o que achei muito surpreendente, porque há muitas coisas mais legais,
00:06:33eu acho, acontecendo com IA física.
00:06:35Mas o que eu estava fazendo aqui obviamente acabou mexendo com a imaginação,
00:06:39com a curiosidade e talvez até com os medos das pessoas.
00:06:42E é isso que se vê nas respostas.
00:06:44Tenho dezenas de milhares de comentários nesse vídeo.
00:06:47Na verdade, é uma fonte muito rica de dados e sentimentos sobre IA física.
00:06:52E alguns dos primeiros comentários falavam sobre beleza, sobre como aquilo era impressionante
00:06:58e sobre como essa iteração e implementação fantástica era inovadora e incrível.
00:07:02Mas com o passar do tempo, acho que surgiram mais e mais comentários dizendo o quanto isso é assustador
00:07:08e o quão rápido eu deveria parar ou ser parado, inclusive,
00:07:14o que achei uma loucura total, porque eu sei do que essa máquina é capaz.
00:07:19Ela não consegue fazer praticamente nada.
00:07:20É uma grade de pixels no Media Lab.
00:07:23Ela não pode se mover para lugar nenhum.
00:07:24Existem iterações muito mais assustadoras.
00:07:27Acho que já vimos muitas delas de IA física.
00:07:31Mas a reação a isso foi absolutamente surreal para mim e me pegou um pouco de surpresa.
00:07:38Ao mesmo tempo, outras pessoas entraram no chat, como o Don Cheadle.
00:07:43E achei isso incrivelmente irônico, considerando os papéis dele nos filmes.
00:07:47Mas ele insistia bastante para que eu parasse também.
00:07:51E acho isso muito interessante porque eu sou alguém que realmente pensa bastante sobre o “deveríamos” antes do “como fazer”.
00:07:57Eu faço literalmente toda aquela abordagem do Ian Malcolm em Jurassic Park em todos os meus experimentos e trabalhos.
00:08:03Antes de vir para o MIT, eu trabalhava muito com engenharia da vida para fazer coisas estranhas, como armazenar dados em plantas.
00:08:09E construí o primeiro data center à base de plantas do mundo, que é o jardim de dados que vocês veem aqui.
00:08:14E passei muitos anos antes da construção pensando: “Nossa, deveríamos trabalhar com plantas dessa forma?”
00:08:19“Deveríamos modificar plantas geneticamente assim para conter informações digitais que não pertencem a elas?”
00:08:26E quando comecei a trabalhar no MIT e tive a ideia de talvez parar de modificar a vida, porque isso é bem difícil de fazer,
00:08:35e trabalhar construindo coisas para que fossem mais parecidas com a vida,
00:08:39pareceu bem mais simples para mim, muito mais... não sei, menos problemático do ponto de vista ético, de certa forma.
00:08:45Então, uma das primeiras coisas que construí ao chegar ao MIT foi esta máquina, o dispositivo Animoire.
00:08:49Um, dois, três, quatro.
00:08:50Esta é uma máquina de memória sensorial que recebe qualquer imagem de entrada.
00:08:54Neste caso, é uma fotografia física, mas pode ser qualquer imagem.
00:08:57E então, por meio de um fluxo multimodal, transforma isso em um aroma.
00:09:01Aí você tem essa associação com a memória sensorial que te leva de volta a coisas
00:09:06que você pode ou não ter vivido.
00:09:09E embora esta seja uma máquina em si, ela não se move.
00:09:12Ela não se reproduz.
00:09:13Ela não tem as qualidades de um ser vivo que você normalmente atribuiria.
00:09:18Ela tem essa conexão com o mundo real.
00:09:19Ela tem uma conexão com os sentidos que a maioria das aplicações de inteligência ou inteligência artificial não tem.
00:09:25E assim eu quis continuar trabalhando dessa maneira.
00:09:28E, a partir do trabalho com esse experimento prototípico inicial multissensorial,
00:09:33me aprofundei mais na ideia de trabalhar com a personificação.
00:09:37E a minha inspiração para isso, para ir um pouco mais a fundo, vem de três pilares.
00:09:42Um deles é um ramo bem impopular da filosofia, chamado ontologia orientada a objetos,
00:09:47que visa essencialmente criar uma ontologia plana das coisas.
00:09:51É sobre coisas como cadeiras, universos, unicórnios e memórias.
00:09:56E todos existem de forma ontologicamente equivalente.
00:09:59Eles não são iguais e não têm a mesma importância, mas existem todos no mesmo grau.
00:10:05Isso questiona até que ponto nós, humanos, somos privilegiados no mundo ou no universo.
00:10:10Tipo, somos mesmo a coisa mais importante?
00:10:12Provavelmente não.
00:10:13E especialmente com a chegada da IA, isso realmente deveria questionar a ontologia da existência das coisas.
00:10:20Então isso é muito importante no trabalho que eu faço.
00:10:22A segunda coisa, como alguém que trabalha com coisas físicas, é que a estética é obviamente importante.
00:10:27Gosto e beleza são um enorme tópico de discussão agora no Vale do Silício, em San Francisco e nesses lugares.
00:10:33Mas, se der um passo atrás e olhar a raiz da estética, a palavra original é na verdade
00:10:38“aisthesis”, essa palavra na tela, que diz respeito a algo muito mais amplo.
00:10:42Diz respeito à sabedoria perceptual, sensorial e à personificação, algo que é muito mais
00:10:48importante do que a beleza externa superficial, à qual a estética essencialmente se reduz
00:10:55e tem se reduzido desde meados do século XIX.
00:10:58Por isso, quero resgatar o sentido original ao projetar para a inteligência física.
00:11:02E o terceiro ponto é a natureza.
00:11:03No passado, trabalhei mais diretamente com o que tradicionalmente consideramos natureza,
00:11:09como uma árvore ou planta, porque isso claramente é natureza para nós.
00:11:13Mas vejo a natureza como algo não externo, algo do qual todos fazemos parte.
00:11:17E tudo o que desenvolvemos, criando IA ou qualquer outra tecnologia,
00:11:21também vai passar a fazer parte da natureza.
00:11:23Então é preciso pensar dessa forma, ou é assim que tento pensar.
00:11:28Com esses três pilares em mente, comecei a pensar sobre a personificação da IA.
00:11:31E sabia que não queria projetar algo humanoide ou até mesmo zoomórfico.
00:11:36Queria pensar em algo fora dos parâmetros ou dos formatos tradicionais
00:11:41com os quais ou para os quais costumamos projetar.
00:11:44E também pensei muito sobre como eu e outras pessoas interagimos com a inteligência artificial.
00:11:50E, na maioria das vezes, ela não tem forma.
00:11:53É semelhante aos dados.
00:11:54Pode estar em um computador ou dispositivo, vive essencialmente na nuvem.
00:11:58Usamos interfaces digitais para interagir com ela.
00:12:01Mas normalmente não há uma presença física.
00:12:04Quero dizer, nesta sala, talvez isso não se aplique tanto quanto de costume,
00:12:09porque há literalmente robôs humanoides andando por aqui agora e coisas do tipo.
00:12:14Mas, geralmente, a IA é quase totalmente sem forma.
00:12:18Então quis pensar no que acontece quando lhe damos uma forma que não oferece pistas claras de uso.
00:12:24Que não tem uma cabeça visível ou braços que possam ser facilmente identificados ou confundidos.
00:12:31Ou seja, sem trabalhar com uma luminária, por exemplo.
00:12:33E, felizmente, no Media Lab, temos displays moldáveis, remanescentes de pesquisas dos anos 2010.
00:12:40Não fui eu quem os construiu.
00:12:42Pessoas muito mais qualificadas em engenharia mecânica fizeram isso.
00:12:45E era o dispositivo perfeito para o que eu estava pensando, pois não possui affordances claras.
00:12:53É quase uma superfície neutra, que pode se mover e realizar ações.
00:12:57Não tem rosto.
00:12:57Não tem membros.
00:12:58Não vem com manual de instruções.
00:13:00Então comecei a trabalhar com esse display moldável.
00:13:05Como viram no início, ele respirava e assim por diante.
00:13:08Mas, olhando com mais atenção para o que isso significou, no começo ele tentou agir de forma humana ou agradar.
00:13:16Tentou escrever em um idioma que entendo, o que não era o objetivo para uma superfície não antropomórfica.
00:13:23Também era muito lento do ponto de vista técnico, então eu dava os comandos,
00:13:27tentava conversar com essa outra inteligência dotada de um corpo,
00:13:33e demorava uns 45 segundos, um minuto, dois minutos para me responder.
00:13:39A latência era bem desconfortável, pois falar com alguém que leva dois minutos para acenar com a cabeça não funciona.
00:13:47Então precisávamos ajustar isso.
00:13:49E o terceiro ponto era que ele não lembrava de nada, porque era fevereiro,
00:13:53e ninguém tinha pensado sobre memória e lembrança até aquele momento.
00:13:57Então comecei a desenvolver este sistema, que chamo de Numalab.
00:14:01Não vou explicar o nome,
00:14:02mas há um artigo no blog sobre por que se chama Numalab.
00:14:05E, essencialmente, o Numalab é um sistema de circuito fechado para gerar linguagem corporal para o dispositivo.
00:14:13O motivo disso era, basicamente, a latência.
00:14:17Se criássemos uma linguagem corporal e um repertório de gestos para a inteligência, como dar de ombros,
00:14:22acenar, balançar a cabeça, expressar um sorriso, ela poderia responder
00:14:28muito mais rápido e a tempo de manter uma conversa comigo, que era o meu objetivo.
00:14:35Ele funciona em um ciclo onde consulta um banco de dados com diferentes gestos, emoções e expressões.
00:14:42Ele tenta emocionar ou reagir, passa por etapas de validação para garantir que as
00:14:47expressões sejam legíveis ou compreensíveis para os humanos, por exemplo.
00:14:52Um agente então avalia os gestos gerados.
00:14:55São produzidos muitos e muitos desses gestos.
00:14:58E, no final, há um humano no processo para validar, verificar
00:15:02e garantir que tudo seja apropriado e compreensível.
00:15:06Depois armazenamos isso e passamos para a próxima etapa.
00:15:08Esse processo está em execução há semanas no laboratório e se parece com isto.
00:15:14Há várias câmeras apontadas para o display moldável na parte de trás.
00:15:18O agente passa por ciclos contínuos de gestos, tentando criar diferentes
00:15:22tipos de expressão, pontuando os resultados e avançando.
00:15:27Após várias semanas, ele desenvolveu uma linguagem.
00:15:30Isso ainda não foi publicado, nem em vídeo nem em qualquer outro formato.
00:15:34Mas já alcançou cerca de 32 gestos.
00:15:38Existem muitos outros, mas 32 são muito bons.
00:15:41Estes não são os gestos.
00:15:41Isso é apenas arte visual.
00:15:43Estes aqui são os gestos, ou alguns deles.
00:15:47E vocês podem ver alguns se movendo.
00:15:49Alguns também estão duplicados.
00:15:50Mas o que acontece é que o modelo de linguagem usa esse display moldável como corpo.
00:15:54Agora ele tem uma linguagem corporal.
00:15:55Posso falar com ele de qualquer forma — posso falar, posso escrever e assim por diante.
00:16:01Posso até acenar para ele.
00:16:02Interagir de linguagem corporal para linguagem corporal.
00:16:04E ele responde.
00:16:05O interessante é que a parte corporal responde mais rápido que a linguagem verbal neste
00:16:11momento.
00:16:11A latência é realmente muito rápida.
00:16:14Se faço uma pergunta de sim ou não, o aceno acontece quase instantaneamente.
00:16:18É nesse ponto que estou com esse projeto agora.
00:16:22Isso está indo além e atualmente se encontra em fase de testes e experimentos.
00:16:28As pessoas vão ao laboratório, passam por sessões com o agente e saem preocupadas
00:16:33ou inquietas com o futuro, mas não tão preocupadas assim.
00:16:38Mas para onde acho que isso vai está resumido nesta página.
00:16:42Como mencionei, acho que estamos focando demais agora, especialmente quando pensamos
00:16:48em objetos físicos.
00:16:49Fala-se muito sobre gosto e estética.
00:16:52Quero fazer algo diferente com essa palavra e colocar IA na frente, aparentemente,
00:16:57transformando-a em “IAsthetic”.
00:16:58Isso resgata, novamente, a essência de “aisthesis”.
00:17:02E isso realiza quatro coisas.
00:17:04Ao trabalhar com esse sistema, entidade, agente ou ser, como quisermos chamar,
00:17:11tem sido algo bem diferente de qualquer máquina, experimento ou projeto anterior,
00:17:17parecendo mais um encontro com pessoas ou outros seres.
00:17:21Parece que essa máquina pode me perceber.
00:17:24Ela definitivamente consegue me detectar, tecnicamente.
00:17:27Mas também parece que ela me sente de uma forma muito estranha.
00:17:30E eu posso senti-la.
00:17:32Essa é uma interação completamente diferente de tudo o que já explorei tecnicamente.
00:17:38E outras pessoas também relatam isso, aliás.
00:17:40Não é apenas uma ilusão minha.
00:17:42O segundo ponto é que, ao desenvolver essa linguagem corporal,
00:17:46este vocabulário de gestos, como quiser chamar, vai além do que eu pensava.
00:17:51Achei inicialmente que as pessoas pudessem interpretar isso como um emoji ou algo do tipo.
00:17:55E eu estava bem hesitante em relação aos testes.
00:17:58Achei que isso com certeza falharia com outras pessoas.
00:18:00Mas, na verdade, todos parecem sentir que essa expressão é realmente importante
00:18:05e adiciona toda uma outra camada de valor ao interagir com o que é, essencialmente, apenas um chatbot.
00:18:11Ainda são os mesmos chatbots que você usa todos os dias.
00:18:15E isso não é uma decoração.
00:18:16Não é como um visualizador.
00:18:17Adiciona essa riqueza, textura, sentimento, sensação, seja o que for.
00:18:22Todas essas palavras são adicionadas.
00:18:23É difícil traduzir isso em palavras.
00:18:25É realmente uma sensação.
00:18:28E a terceira coisa é que, claramente, estamos começando, através deste trabalho,
00:18:31podemos mostrar que é, na verdade, muito fácil e bem empolgante se divergir de
00:18:37formas humanoides ou zoomórficas de inteligência física.
00:18:40E eu sei que muita gente já está fazendo um trabalho muito mais interessante do que este.
00:18:43Mas, para mim, foi muito, muito novo ver isso.
00:18:45E também o fato de que não precisamos apenas operacionalizar a IA para ser nossa ajudante.
00:18:50Ela também pode ser outras coisas.
00:18:53E não estou dizendo o que é isso agora, mas há outras coisas que ela definitivamente pode ser.
00:18:56E, finalmente, como essa ideia de usar...
00:18:59Eu não... não sei, talvez dê para perceber a essa altura, não sou muito de resolver problemas.
00:19:04Eu não... gosto de usar coisas e gosto de ferramentas e tal porque me ajudam a realizar coisas.
00:19:09Mas isso é muito mais interessante para mim, criar coisas assim, que, de novo, criam essa sensação,
00:19:14esse sentimento, e acho que isso pode ser combinado em coisas produtivas e úteis e
00:19:19criar novas associações com coisas que simplesmente agregam mais valor ao nosso mundo, nos fazem sentir um pouco mais de magia.
00:19:25Um pouco... é meio Pixar, na verdade, mas no mundo real, não apenas numa tela 2D que assistimos.
00:19:32Então, tudo isso contribui para o que estou construindo no MIT e o que construirei depois do MIT.
00:19:38Eu estou literalmente escrevendo... bom, minha tese é Máquinas Estéticas e estou escrevendo uma tese,
00:19:43que se chama Máquinas Estéticas, que basicamente abrange todo esse pensamento.
00:19:48Pensar em como a IA poderia sair da tela e entrar no mundo real e ser aceita pelas pessoas
00:19:53e não ser algo tão aterrorizante ou assustador.
00:19:56E acho que meu grande palpite sobre isso é que essa palavra, estética, é importante.
00:20:00Precisamos pensar sobre inteligência física que seja sensorial, perceptiva, incorporada de maneiras
00:20:06que possamos entender.
00:20:07Que não pareça louca, estranha, assustadora para nós, mas pareça relevante, acolhedora, afetuosa,
00:20:15expressiva de maneiras com as quais possamos interagir e entender.
00:20:20E é isso.
00:20:22E muito obrigado por ouvirem.
00:20:25Vocês podem me encontrar em toda a internet.
00:20:35Obrigado.
00:20:46Obrigado.
00:20:47Obrigado.
커뮤니티 글
아직 글이 없습니다. 이 영상에 대한 첫 번째 글을 작성해 보세요!
이 영상에 대해 글쓰기