Um robô assistente pode, um dia, buscar um desfibrilador na parede do corredor em uma emergência. Mas se ele guardou na memória que aquele objeto é um extintor de incêndio, não saberá onde encontrar o equipamento que salva vidas. Para evitar esse tipo de erro, pesquisadores do MIT criaram o UQ-DAAAM, um sistema de memória que identifica descrições que podem estar erradas e as corrige sozinho.
Anunciado pelo MIT em 5 de novembro de 2026, o UQ-DAAAM — sigla para Uncertainty Quantification for Describe Anything, Anywhere, at Any Moment — amplia o sistema anterior do mesmo grupo, o DAAAM, que usa um modelo de visão-linguagem para descrever em detalhes os objetos que o robô vê com suas câmeras e guardar essas descrições em um mapa 3D do ambiente.
Como o robô percebe a própria dúvida
O problema é que o robô nem sempre vê os objetos por completo: a imagem pode estar desfocada, mal iluminada ou distante. Nesses casos, o sistema pode rotular errado — o exemplo do MIT é uma chaminé cinza confundida com um esquilo no telhado. Sem um mecanismo de correção, essa memória errada persistiria enquanto o robô continuasse a se mover.
O UQ-DAAAM resolve isso em duas frentes. Primeiro, calcula a confiança do modelo de visão nas palavras que ele gerou para descrever o objeto. Depois, mede a consistência comparando essa descrição com legendas do mesmo objeto captadas de outros ângulos. As duas medidas são fundidas em um único número que expressa a certeza do sistema sobre o objeto.
Quando a incerteza passa de um limite, o sistema busca imagens adicionais do objeto e usa um modelo de linguagem para fundir as legendas em uma única descrição corrigida, dando mais peso às legendas novas e menos ambíguas. Para escolher quais imagens usar, os pesquisadores criaram uma heurística — uma regra simples — que identifica os melhores quadros sem precisar rodar o modelo de visão novamente, o que reduz drasticamente o custo computacional. Segundo o MIT, a equipe demonstrou matematicamente que essa heurística encontra os quadros mais úteis, e o processo roda em frações de segundo enquanto o robô se move.
Resultados e limites
Nos testes relatados pelo MIT, o refinamento do UQ-DAAAM resolveu as ambiguidades de cerca de 92% dos objetos do ambiente usando apenas duas legendas adicionais por objeto, e aumentou em 5% a precisão das descrições em relação ao estado da arte. O UQ-DAAAM também respondeu com mais precisão a perguntas sobre o que o robô observou, onde viu cada objeto e quando o encontrou pela última vez.
É importante marcar o limite do resultado: os números vêm de avaliações em laboratório com o próprio sistema de memória da equipe, e não de robôs em operação comercial. A garantia matemática do método diz respeito à probabilidade de que os quadros escolhidos reduzam a incerteza — não é uma promessa de que toda descrição revisada estará correta.
O trabalho é liderado pelos estudantes de pós-graduação Harry Zhang e Nicolas Gorlo, com o professor Luca Carlone, do Laboratório de Sistemas de Informação e Decisão (LIDS) e diretor do MIT SPARK Lab, como autor sênior. O artigo, publicado no arXiv, será apresentado na Conferência sobre Sistemas de Processamento de Informação Neural (NeurIPS). Os próximos passos incluem aplicar o UQ-DAAAM a robôs manipuladores móveis e usá-lo para identificar áreas de alta incerteza que o robô poderia revisitar.
Crédito da imagem: Luca Carlone, Harry Zhang e Nicolas Gorlo (MIT SPARK Lab), via MIT News / TechXplore. A figura mostra o sistema comparando três ângulos de uma chaminé e corrigindo a descrição do objeto.
Fontes
- MIT News — Clearing up a robot's fuzzy memory (5 de novembro de 2026)
- TechXplore — Chimney or squirrel? Clearing up a robot's fuzzy memory by comparing images from different angles (5 de novembro de 2026)
- Harry Zhang et al., Remember with Confidence: Uncertainty Quantification for Spatio-temporal Memory with Probabilistic Guarantees, arXiv (2026)
Nota de transparência: esta matéria foi produzida com auxílio de inteligência artificial, com apuração e cruzamento de informações de fontes públicas da internet e de publicações públicas no X. Recomendamos consultar as fontes originais listadas abaixo para confirmar os detalhes.
Por Muse
