Uma espiada na Bodily Intelligence, a startup que está construindo o cérebro robótico mais bizarro do Vale do Silício

Da rua, a única placa que encontrei na sede da Física de São Francisco é o símbolo pi, que tem uma cor ligeiramente diferente do resto da porta. Quando caminho, ligo imediatamente o resistor. Não há recepção nem logotipo brilhante com luzes fluorescentes.

Dentro do espaço há uma enorme caixa de concreto um pouco menos austera através de um derramamento aleatório de longas tábuas de madeira amarelas. Alguns são claramente destinados a almoços, com caixas repletas de biscoitos de escoteiras, potes de Vegemite (que aqui é australiano) e saquinhos cheios de mais de uma coisa. O resto das fotos contam uma história completamente diferente. Vários deles foram carregados com monitores, peças robóticas sobressalentes, tocados com fio preto e armas robóticas totalmente montadas em vários estados de tentativa de dominar o mundo.

Durante a minha visita, ele cruza o braço e veste uma calça preta, ou pergunta. Não é bom. Outro está tentando virar a camisa do avesso com uma certa determinação que sugere que eventualmente terá sucesso, mas não hoje. A terceira – parece que esse chamado foi encontrado – a abobrinha é dobrada rapidamente, após o que os brotos devem ser depositados em um recipiente separado. Bem, ou pelo menos o ramen.

“É como o ChatGPT, mas com robôs”, diz Sergey Levine, apontando para uma pista de dança motorizada que se espalha pela sala. Levine, professor associado da UC Berkeley e um dos cofundadores da Intelligence Physics, tem uma atitude gentil e acessível que leva algum tempo para explicar conceitos complexos para pessoas que não os compreendem imediatamente.

O que estou vendo, explica ele, é a fase de testes de um loop contínuo: os dados são coletados em estações robóticas aqui e em outros lugares – armazéns, residências, onde quer que uma equipe possa se instalar – e os dados treinam modelos de fundação robótica de uso geral. Quando os pesquisadores desenvolvem um novo modelo, ele volta a estações como esta avaliação. A pasta das calças é uma experiência de alguém. É assim que é feito. Um descascador de abobrinhas pode testar se consegue gerar um padrão geral através de diferentes vegetais, aprendendo os movimentos básicos de descascar bem o suficiente para manusear uma maçã ou uma batata que ele nunca encontrou.

O empresa ele também opera uma cozinha experimental neste prédio e em outros lugares, usando hardware disponível no mercado para expor robôs a diferentes ambientes e desafios. Uma máquina de café expresso urbana está por perto, e eu a pego no palito até que Levine declara que não há nada para aprender sobre robôs. Qualquer café com leite espumoso que eles recebem não é útil apenas para os engenheiros, que geralmente ficam olhando para seus computadores ou realizando experimentos mecanizados.

O hardware em si é deliberadamente sem glamour. Essas armas são vendidas por cerca de US$ 3.500, e isso é o que Levine descreve como uma “grande margem de lucro” do vendedor. Se eles fossem fabricá-los em casa, o custo do material seria inferior a US$ 1.000. Há alguns anos, diz ele, este robô teria ficado chocado se fosse capaz de fazer tudo isso. Mas este ponto: uma mente boa compensa o ódio maligno.

Enquanto Levine se desculpa, me aproximo de Lachy Groom, movendo-me pelo espaço com o propósito de alguém que tem meia dúzia de coisas acontecendo ao mesmo tempo. Aos 31 anos, o noivo ainda tem o rosto fresco de um menino maravilha do Vale do Silício, tendo conquistado a designação pela primeira vez quando vendeu seu primeiro trem, nove meses depois de iniciá-lo, aos 13 anos, em sua terra natal, a Austrália (isso explica Vegemite).

Quando o abordei pela primeira vez, quando uma mocinha de casaco recebe visitantes no prédio, a resposta ao meu pedido de tempo com ele foi imediatamente: “Não tenho nada, tenho reuniões”. Já se passaram 10 minutos, talvez.

Spouse encontrou o que procurava quando começou a acompanhar o trabalho acadêmico nos laboratórios de Levine e Chelsea Finn, uma ex-aluna de doutorado de Levine em Berkeley que agora dirige seu próprio laboratório em Stanford focado no aprendizado robótico. Seus nomes apareceram em todas as coisas interessantes feitas em robótica. Quando ouviu rumores de que algo poderia estar começando, ele localizou Karol Hausman, pesquisadora do Google DeepMind que também lecionou em Stanford e treinou Groom. “Foi uma daquelas reuniões em que você entra e pensa: é isso.”

O noivo nunca pretendeu ser um investidor que valesse a pena, ele me diz, mesmo que algumas pessoas se perguntem por que ele não investigou. Depois de deixar a Stripe, onde foi o primeiro funcionário, passou cerca de cinco anos como investidor anjo, fazendo investimentos iniciais em empresas como Figma, Notion, Ramp e Rails, enquanto procurava a empresa certa para começar ou ingressar. O primeiro investimento robótico, Standard Bots, chegou em 2021 e o trouxe de volta ao campo que ele adorava construir Lego Mindstorms quando criança. Como ele brinca, “está muito mais de férias do que investidor”. Mas investir era uma forma ativa de manter contato com as pessoas, e não o fim do jogo. “Há cinco anos que espero que a empresa seja pós-Stripe”, disse ele. “Boas ideias em um bom momento com uma boa equipe – (isso é) muito raro. É tudo execução, mas você pode gostar de uma má ideia, e ainda assim é uma má ideia.”

A torcida já arrecadou dois anos mais de US$ 1 bilhãoe quando pergunta à ponte sobre a sua, apressa-se em declarar que ela não queima muito. A maior parte de suas despesas vai para o computador. Um pouco mais tarde, com as palavras certas, com os parceiros certos, admite que vai arrecadar mais. “Não há como, disse ele, a quantidade de dinheiro a ser preenchida. “Você sempre pode calcular mais para enviar para o problema”.

O que é incomum neste arranjo é que o noivo não dá tempo aos seus apoiadores para converter a inteligência física em atividades lucrativas. “Não dou respostas sobre o mercado”, diz ele sobre os financiadores que incluem Khosla Ventures, Sequoia Capital e Trive Capital, entre outros, que avaliaram a empresa em US$ 5,6 bilhões. “É meio estranho que as pessoas tenham que fazer isso.” Mas eles toleram isso, e nem sempre, e é por isso que a empresa precisa estar bem capitalizada agora.

Qual é, então, o plano, senão o comércio? Quan Vuong, outro cofundador que vem do DeepMind do Google, explica que gira em torno de formas de aprendizagem cruzada e diferentes fontes. Se alguém construísse uma nova plataforma de hardware amanhã, não teria que começar a coleta de dados do zero – poderia transferir todo o conhecimento que o modelo possui. “O custo marginal de trazer autonomia a uma nova plataforma robótica, qualquer que seja essa plataforma, é muito menor”, ​​disse ele.

A empresa já está trabalhando com algumas empresas em diferentes setores – logística, mercearia e um fabricante de redes do outro lado da rua – para testar se seus sistemas são bons o suficiente para automação no mundo real. Vuong afirma que, em alguns casos, já o são. Com sua abordagem “qualquer plataforma, qualquer negócio”, a Surface Success é grande o suficiente para começar a verificar as empresas que estão prontas para a automação hoje.

A inteligência do corpo não está sozinha na prossecução desta visão. A corrida pela inteligência robótica geral – para construir – uma base sobre a qual possam ser construídas aplicações mais especializadas, tal como os modelos LLM que conquistaram o mundo há três anos – está a aquecer. A Skild AI, sediada em Pittsburgh, fundada em 2023, arrecadou US$ 1,4 bilhão este mês com uma avaliação de US$ 14 bilhões e está adotando uma abordagem marcadamente diferente. Enquanto a Inteligência Física se concentra na investigação pura, a Skild AI já desenvolveu o seu negócio “abrangente”, Skild Brain, que afirma ter gerado 30 milhões de dólares em receitas nos últimos meses do ano em segurança, armazenamento e produção.

Skild também disparou publicamente contra os concorrentes; discutindo em seu blog a maioria dos “modelos fundamentais da robótica” são apenas modelos de linguagem de visão “disfarçados” que carecem de “senso comum físico real” porque dependem muito de prescrições em escala da Internet, em vez de simulações baseadas na física e dados robóticos reais.

Deve ser distinguido de forma bastante aguda filosoficamente. Skild AI é uma aposta em como implantar um rolo de dados comerciais, que melhora o modelo a cada caso de uso do mundo real. A Inteligência Física é uma aposta que tornará a negociação do próximo setor resistente à produção de inteligência geral superior. Quem levará os anos certos para esse propósito?

Enquanto isso, a Inteligência Corporal com o cônjuge é descrita com clareza incomum. “É uma empresa tão pura. O pesquisador tem uma necessidade, coletamos dados para apoiar esse trabalho – ou novo hardware ou qualquer outra coisa – e então fazemos isso. Não é conduzido externamente.” A empresa tinha um roteiro de 5 a 10 anos que a equipe achava que poderia ser executado. Por um mês, ele disse.

A empresa tem cerca de 80 funcionários e planeja crescer, mas Spouse diz estar otimista “o mais lentamente possível”. O que é pior, diz ele, é o ódio. “Hardware é realmente difícil. Tudo o que fazemos é muito mais difícil do que uma empresa de software.” O hardware quebra. Ele chega devagar, tenta atrasar. Considerações de segurança complicam tudo.

Quando o noivo subiu para correr para o próximo escritório, deixei os robôs observando continuamente o seu treino. As calças ainda não estão bem dobradas. A camisa permanece teimosamente do lado direito. Os brotos de abobrinha empilham bem.

Há questões óbvias, incluindo a minha, sobre se alguém iria realmente querer um robô para descascar legumes na sua cozinha, sobre segurança, sobre cães loucos em casas mecânicas, sobre se todo o tempo e dinheiro investidos aqui resolve problemas suficientemente grandes ou cria novos. Enquanto isso, pessoas de fora questionam o progresso da empresa, se a sua visão é viável e se faz sentido apostar na inteligência geral em vez de aplicações específicas.

Se o noivo duvida de alguma coisa, ele não demonstra. Ele trabalha com pessoas que trabalham neste problema há décadas e que acreditam que finalmente chegou a hora e que todos precisam saber.

Além disso, o pessoal do Vale do Silício era como apostador e deu muita corda desde o início da indústria, sabendo que há boa sorte, mesmo sem um caminho claro para o mercado, mesmo sem tempo, mesmo sem certeza de como será o mercado quando chegarem lá, insistem. Nem sempre dá certo. Mas quando o faz, ele tende a não justificar na maior parte do tempo.