A Microsoft acabou de introduzir o Magma, um novo modelo de IA projetado para ajudar os robôs a ver, entender e agir de maneira mais inteligente. Diferentemente dos modelos tradicionais de inteligência artificial, o magma processa diferentes tipos de dados de uma só vez – um esforço que a Microsoft está chamando um grande salto em direção a “IA Agentic”, ou sistemas que podem planejar e executar tarefas em nome de um usuário.
O modelo, que usa uma combinação de visão e processamento de idiomas, é treinado em vídeos, imagens, dados de robótica e interações de interface para torná -lo mais versátil do que os modelos anteriores.
Em sua página do GitHub, a equipe de pesquisa da Microsoft descreveu como o Magma pode executar tarefas, como como ele pode manipular robôs e navegar em interfaces de usuário, como clicar em botões.
Para desenvolver a tecnologia, a empresa fez uma parceria com pesquisadores da Universidade de Maryland, da Universidade de Wisconsin-Madison e da Universidade de Washington.
O lançamento ocorre quando os gigantes da tecnologia correm para desenvolver agentes de IA que podem automatizar mais aspectos da vida cotidiana. O Google tem avançado modelos de idiomas focados em robótica, enquanto a ferramenta de operador da OpenAI foi projetada para lidar com tarefas mundanas, como fazer reservas, encomendar mantimentos e preencher formulários por meio de digitação, clicar e rolar dentro de um navegador especializado.
