Como rodar inteligência artificial de robótica em chips baratos e sem internet

Ensinar um robô a pegar objetos ou seguir comandos em linguagem natural costuma exigir computadores potentes e conexão com a nuvem. Mas a NXP (fabricante de chips) e a Hugging Face (plataforma onde desenvolvedores compartilham modelos de IA) acabam de publicar um guia completo mostrando como fazer isso rodar em hardware embarcado — chips pequenos, baratos e que funcionam sem depender da internet, como o i.MX 95 da própria NXP.

O projeto usa VLAs (Vision-Language-Action models, ou modelos que entendem imagens e texto para decidir ações físicas), uma família de modelos de IA que combina visão computacional com processamento de linguagem para controlar robôs. A equipe gravou um dataset próprio (conjunto de dados de treinamento) com um braço robótico realizando tarefas simples, depois fez fine-tuning (ajuste fino) do modelo OpenVLA (um VLA de código aberto) usando esses dados e, por fim, otimizou tudo para rodar direto no chip da NXP.

Para conseguir rodar um modelo desse tamanho em hardware limitado, foi preciso usar quantização (técnica que reduz a precisão dos números usados pelo modelo para economizar memória) e compilação com frameworks como ONNX Runtime (software que acelera a execução de modelos de IA em diferentes tipos de processador). O resultado é um sistema que consegue reagir a comandos como "pegue o cubo vermelho" processando tudo localmente, sem enviar dados para a nuvem.

Segundo a Hugging Face, o guia completo — com código, instruções de gravação de dados e scripts de treinamento — está disponível no GitHub da empresa. A iniciativa mostra que já é possível democratizar IA robótica: antes restrita a laboratórios com GPUs (chips gráficos potentes usados para treinar e rodar modelos grandes) caras, agora pode rodar em placas que custam centenas de dólares, não milhares.