Inteligência Física, a última aposta do veterano do Stripe Lachy Groom, está construindo os cérebros robóticos mais badalados do Vale do Silício

Da rua, a única indicação que encontrei da sede da Inteligência Física em São Francisco é um símbolo pi com uma cor ligeiramente diferente do resto da porta. Quando entro, sou imediatamente confrontado com atividade. Não há recepção, nem logotipo brilhante com luzes fluorescentes.

No interior, o espaço é uma caixa gigante de concreto tornada um pouco menos austera por uma extensão aleatória de longas mesas de madeira clara. Alguns são claramente destinados ao almoço, repletos de caixas de biscoitos de escoteiras, potes de Vegemite (alguém aqui é australiano) e pequenas cestas de arame recheadas com muitos condimentos. O resto das tabelas contam uma história completamente diferente. Muitos mais deles estão carregados com monitores, peças sobressalentes de robótica, emaranhados de fios pretos e braços robóticos totalmente montados em vários estados de tentativa de dominar o mundano.

Durante minha visita, um braço está dobrando uma calça preta, ou tentando. Não está indo bem. Outro está tentando virar uma camisa do avesso com o tipo de determinação que sugere que eventualmente terá sucesso, mas não hoje. Um terceiro – este parece ter encontrado a sua vocação – é descascar rapidamente uma abobrinha e depois depositar as aparas num recipiente separado. As aparas estão indo bem, pelo menos.

“Pense nisso como o ChatGPT, mas para robôs”, diz Sergey Levine, apontando para o balé motorizado que se desenrola pela sala. Levine, professor associado da UC Berkeley e um dos cofundadores da Physical Intelligence, tem o comportamento amável e de óculos de alguém que passou um tempo considerável explicando conceitos complexos para pessoas que não os compreendem imediatamente.

O que estou observando, explica ele, é a fase de testes de um loop contínuo: os dados são coletados em estações robóticas aqui e em outros locais – armazéns, residências, onde quer que a equipe possa se instalar – e esses dados treinam modelos de base robótica de uso geral. Quando os pesquisadores treinam um novo modelo, ele volta a estações como essas para avaliação. A pasta de calças é uma experiência de alguém. O vira-camisa também. O descascador de abobrinhas pode estar testando se o modelo pode generalizar para diferentes vegetais, aprendendo os movimentos fundamentais de descascar bem o suficiente para manusear uma maçã ou uma batata que nunca encontrou.

A empresa opera cozinhas de teste neste prédio e em outros lugares, incluindo casas de pessoas, diz Levine, usando hardware disponível no mercado para expor os robôs a diferentes ambientes e desafios. Há uma máquina de café expresso sofisticada por perto, e presumo que seja para a equipe, até que Levine esclarece que não, ela está lá para os robôs aprenderem. Qualquer café com leite espumado são dados, e não uma vantagem para as dezenas de engenheiros no local que estão principalmente olhando para seus computadores ou pairando sobre seus 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 enorme margem de lucro” do vendedor. Se eles os fabricassem internamente, o custo do material cairia para menos de US$ 1.000. Há alguns anos, diz ele, um roboticista ficaria chocado se essas coisas pudessem fazer qualquer coisa. Mas esse é o ponto – boa inteligência compensa hardware ruim.

Enquanto Levine se desculpa, sou abordado por Lachy Groom, que se move pelo espaço com a determinação de alguém que tem meia dúzia de coisas acontecendo ao mesmo tempo. Aos 31 anos, Groom ainda tem a qualidade dos garotos-prodígios do Vale do Silício, uma designação que conquistou cedo, tendo vendido sua primeira empresa nove meses depois de iniciá-la, aos 13 anos, em sua Austrália natal (isso explica o Vegemite).

Quando o abordei pela primeira vez, quando ele recebeu um pequeno grupo de visitantes vestindo moletons no prédio, sua resposta ao meu pedido de tempo com ele foi imediata: “De jeito nenhum, tenho reuniões”. Agora ele tem dez minutos, talvez.

Ele encontrou o que procurava quando começou a acompanhar o trabalho acadêmico proveniente dos 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 continuaram aparecendo em tudo que acontecia de interessante na robótica. Quando ouviu rumores de que eles poderiam estar começando algo, ele localizou Karol Hausman, pesquisadora do Google DeepMind que também lecionava em Stanford e que Groom descobriu estar envolvido. “Foi apenas uma daquelas reuniões em que você sai e pensa: é isso.”

Groom nunca teve a intenção de se tornar um investidor em tempo integral, ele me diz, embora alguns possam se perguntar por que não considerar seu histórico. Depois de deixar a Stripe, onde foi um dos primeiros funcionários, ele passou cerca de cinco anos como investidor anjo, fazendo apostas iniciais em empresas como Figma, Notion, Ramp e Lattice enquanto procurava a empresa certa para iniciar ou ingressar. Seu primeiro investimento em robótica, Standard Bots, ocorreu em 2021 e o reintroduziu em um campo que ele adorava quando criança, construindo Lego Mindstorms. Como ele brinca, estava “de férias muito mais como investidor”. Mas investir era apenas uma forma de permanecer ativo e conhecer pessoas, não o fim do jogo. “Há cinco anos eu esperava que a empresa começasse pós-Stripe”, diz ele. “Boas ideias em um bom momento com uma boa equipe – (isso é) extremamente raro. É tudo uma questão de execução, mas você pode executar muito bem uma ideia ruim, e ela ainda é uma ideia ruim.”

A empresa de dois anos já levantou mais de US$ 1 bilhãoe quando pergunto sobre sua pista, ele rapidamente esclarece que na verdade não queima tanto. A maior parte de seus gastos vai para computação. Um momento depois, ele reconhece que, nas condições certas, com os parceiros certos, arrecadaria mais. “Não há limite para quanto dinheiro podemos realmente aplicar”, diz ele. “Sempre há mais computação que você pode usar para resolver o problema.”

O que torna este acordo particularmente incomum é o que Groom não dá aos seus apoiadores: um cronograma para transformar a Inteligência Física em um empreendimento lucrativo. “Não dou respostas aos investidores sobre a comercialização”, diz ele sobre financiadores que incluem Khosla Ventures, Sequoia Capital e Thrive Capital, entre outros, que avaliaram a empresa em 5,6 mil milhões de dólares. “É meio estranho que as pessoas tolerem isso.” Mas eles toleram isso, e talvez nem sempre, e é por isso que cabe à empresa estar bem capitalizada agora. Não porque seja necessário, mas porque permite à equipe tomar decisões de longo prazo sem concessões.

Quan Vuong, outro cofundador que veio do Google DeepMind, explica que a estratégia gira em torno da aprendizagem de incorporação cruzada e diversas fontes de dados. Se alguém construir uma nova plataforma de hardware amanhã, não precisará iniciar a coleta de dados do zero – poderá transferir todo o conhecimento que o modelo já possui. “O custo marginal de integração da autonomia em uma nova plataforma robótica, qualquer que seja essa plataforma, é muito menor”, ​​diz ele.

A empresa já está a trabalhar com um pequeno número de empresas em diferentes setores – logística, mercearia, um fabricante de chocolate do outro lado da rua – para testar se os seus sistemas são bons o suficiente para a automação no mundo real. Vuong afirma que, em alguns casos, já o são. Com sua abordagem “qualquer plataforma, qualquer tarefa”, a área de sucesso é grande o suficiente para começar a verificar as tarefas que estão prontas para automação hoje.

A Inteligência Física não está sozinha na busca dessa visão. A corrida para construir inteligência robótica de uso geral – a base sobre a qual podem ser construídas aplicações mais especializadas, tal como os modelos LLM que cativaram o mundo há três anos – está a aquecer. A Skild AI, sediada em Pittsburgh, fundada em 2023, arrecadou apenas este mês US$ 1,4 bilhão com uma avaliação de US$ 14 bilhões e está adotando uma abordagem notavelmente diferente. Embora a Inteligência Física permaneça focada na pesquisa pura, a Skild AI já implantou comercialmente seu Skild Brain “omnicorporado”, dizendo que gerou US$ 30 milhões em receitas em apenas alguns meses no ano passado em segurança, armazéns e fabricação.

Skild até tirou fotos públicas de concorrentes, discutindo em seu blog que a maioria dos “modelos básicos de robótica” são apenas modelos de linguagem de visão “disfarçados” que carecem de “verdadeiro bom senso físico” porque dependem muito de pré-treinamento em escala de Internet, em vez de simulação baseada em física e dados reais de robótica.

É uma divisão filosófica bastante acentuada. Skild AI está apostando que a implantação comercial cria um volante de dados que melhora o modelo com cada caso de uso do mundo real. A Physical Intelligence aposta que resistir à atracção da comercialização a curto prazo lhe permitirá produzir inteligência geral superior. Quem está “mais certo” levará anos para ser resolvido.

Enquanto isso, a Inteligência Física opera com o que Groom descreve como uma clareza incomum. “É uma empresa tão pura. Um pesquisador tem uma necessidade, coletamos dados para apoiar essa necessidade – ou novo hardware ou o que quer que seja – e então fazemos isso. Não é impulsionado externamente.” A empresa tinha um roteiro de 5 a 10 anos sobre o que a equipe achava que seria possível. No 18º mês, eles haviam superado tudo, diz ele.

A empresa tem cerca de 80 funcionários e planeja crescer, embora Groom diga que esperançosamente “o mais lentamente possível”. O que é mais desafiador, diz ele, é o hardware. “Hardware é realmente difícil. Tudo o que fazemos é muito mais difícil do que uma empresa de software.” Quebras de hardware. Chega devagar, atrasando os testes. Considerações de segurança complicam tudo.

Enquanto Groom se levanta para correr para seu próximo compromisso, fico observando os robôs continuarem sua prática. As calças ainda não estão bem dobradas. A camisa permanece teimosamente do lado direito para fora. As lascas de abobrinha estão se acumulando bem.

Há questões óbvias, incluindo a minha, sobre se alguém realmente quer um robô na sua cozinha a descascar legumes, sobre segurança, sobre cães enlouquecendo com intrusos mecânicos nas suas casas, 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 alcançável e se faz sentido apostar na inteligência geral em vez de aplicações específicas.

Se o Noivo tem alguma dúvida, ele não demonstra. Ele está trabalhando com pessoas que trabalham nesse problema há décadas e que acreditam que finalmente chegou o momento certo, e isso é tudo que ele precisa saber.

Além disso, Silicon Valley tem apoiado pessoas como Groom e dado-lhes muita força desde o início da indústria, sabendo que há uma boa probabilidade de que, mesmo sem um caminho claro para a comercialização, mesmo sem um cronograma, mesmo sem certeza sobre como será o mercado quando chegarem lá, eles descobrirão. Nem sempre dá certo, mas quando dá, tende a justificar muitas vezes que não deu.