Os robots estão a crescer

Por Markus Schulte-Huermann | Strategie-Team

Os robots estão a crescer

Como dominamos a incerteza epistémica e o Knodge.eu ajuda-nos a fazê-lo

O mundo da robótica está a desenvolver-se rapidamente. Os robôs já não são ficção científica, mas cada vez mais uma parte integrante da nossa vida quotidiana e da nossa indústria. No entanto, com a crescente complexidade e autonomia destes sistemas, há também uma necessidade crescente de minimizar as suas "lacunas de conhecimento", a chamada incerteza epistémica. A incerteza epistémica, para os compreender e gerir. Nesta publicação do blogue, analisamos os desenvolvimentos actuais no mercado da robótica, as soluções para a incerteza epistémica e a forma como plataformas como o Knodge.eu podem desempenhar um papel crucial.

O mercado dos robôs humanóides: quem são os actores?

O mercado dos robôs humanóides está em expansão e prevê-se que cresça para mais de 38 mil milhões de dólares até 2035, com o custo por unidade a cair potencialmente abaixo dos 20 000 dólares [The humanoid robot market 2025/2026: Everything you need to know] (https://knodge.eu/portal/robotic?tab=documents&search=humanoid_report_2026_v19-jwxa0v.pdf). Um grande número de empresas em todo o mundo está a impulsionar este desenvolvimento:

EUA: Gigantes como a Tesla com o seu "Optimus", a Agility Robotics com o "Digit" e a Figure AI com o "Figure 01" estão a liderar o desenvolvimento de robôs humanóides versáteis para o mercado de massas e tarefas logísticas The Humanoid Robot Market 2025/2026: Everything You Need to Know, [Portal Knowledge Base](https://knodge.eu/portal/robotic?tab=documents&search=Lister of Robotoic Manufacturers.pdf).
China: Empresas como a Unitree Robotics e a UBTECH Robotics com modelos como o "Walker S1" são também fortes actores no mercado global [Portal Knowledge Base](https://knodge.eu/portal/robotic?tab=documents&search=Lister of Robotoic Manufacturers.pdf).
Europa: Há também desenvolvimentos prometedores neste domínio. A NEURA Robotics, da Alemanha, é um fabricante de robôs humanóides em ascensão, enquanto a PAL Robotics (Espanha) e a Pollen Robotics (França) são outros campeões europeus [Base de Conhecimentos do Portal: Humanoid Robot Manufacturers Europe] (https://knodge.eu/portal/robotic?tab=documents&search=portal-memory-humanoide robot manufacturers europa-2026-01-13.pdf), [Europe's Robotics Champions: A look at the leading companies] (https://knodge.eu/portal/robotic?tab=documents&search=portal-memory-blogartikel-2026-01-26.md).

Estes robôs são concebidos para funcionar em ambientes complexos e dinâmicos, o que levanta a questão da sua fiabilidade e segurança, especialmente quando se deparam com situações desconhecidas.

Incerteza epistémica: o que é e como se lida com ela?

A incerteza epistémica descreve as lacunas de conhecimento ou as imprecisões nos modelos de um robô que poderiam, em princípio, ser reduzidas por mais dados ou por um modelo melhor. É a incerteza que surge quando o robô "não sabe o que não sabe" [An overview of uncertainty representation and quantification in neural networks] (https://knodge.eu/portal/robotic?tab=documents&search=A_Review_of_Uncertainty_Representation_a.pdf). Para a robótica, reconhecer e gerir esta incerteza é fundamental para a segurança, a robustez e a confiança humana International AI Safety Report 2026, The humanoid robot market 2025/2026: Everything you need to know.

Estão a ser procuradas várias soluções para ultrapassar este desafio:

  1. Quantificação da incerteza em modelos de IA:
    • Redes neurais bayesianas (BNN):** Estas colocam distribuições de probabilidade sobre os seus pesos, a fim de captar a incerteza diretamente nos parâmetros do modelo.
      Conjuntos profundos: Aqui são treinados vários modelos independentes. A dispersão das suas previsões serve como uma medida de incerteza An overview of uncertainty representation and quantification in neural networks.
      **Método eficiente que também utiliza a desistência durante a inferência para obter uma distribuição de previsões e, portanto, uma medida de incerteza.

2 Modelos causais do mundo: Os robots desenvolvem modelos internos do seu ambiente para compreender a causalidade e prever estados futuros. Sistemas como o LingBot-VA combinam a modelização do mundo vídeo e a pré-treino da fala para "compreender" os efeitos das acções e, assim, reduzir a incerteza epistémica no controlo [Causal World Model for Robot Control] (https://knodge.eu/portal/robotic?tab=documents&search=2601.21998v1.pdf).

3 Aprendizagem contínua e adaptativa: Os robôs devem ser capazes de adaptar dinamicamente a sua base de conhecimentos. Abordagens como a aprendizagem aninhada e a adaptação dinâmica das arquitecturas RAG (retrieval augmented generation) permitem que os robôs actualizem continuamente os seus modelos e colmatem as lacunas de conhecimento, especialmente em situações desconhecidas [Portal Knowledge Base: RAG Nested Learning](https://knodge.eu/portal/robotic?tab=documents&search=portal-memory-RAG Nested Learning-2026-01-10.pdf).

4 Reconhecimento de situações fora de distribuição (OOD): Os robôs precisam de reconhecer quando se deparam com situações que nunca viram nos seus dados de treino. Nestes casos, a incerteza epistémica é máxima e o robô deve agir com prudência ou pedir ajuda humana.

Knodge.eu: Um parceiro europeu para uma robótica segura e baseada no conhecimento

É aqui que o Knodge.eu entra em ação. Enquanto centro de conhecimento europeu, a Knodge.eu oferece vantagens decisivas para apoiar os sistemas robóticos a lidar com a incerteza epistémica:

  • Base de conhecimentos precisa e válida: O Knodge.eu utiliza o princípio da Geração Aumentada por Recuperação (RAG) para fornecer respostas precisas e válidas com base nos dados do próprio utilizador Knodge.eu: A European Knowledge Hub for Adaptive AI Systems and the Science Context Protocol. Isto reduz a incerteza epistémica, permitindo que os robôs acedam a uma base de conhecimentos sólida e fiável em vez de "alucinarem" em situações desconhecidas.
  • O Protocolo de Contexto Científico (SCP) permite ao Knodge.eu não só interpretar dados mas também desencadear acções - por exemplo, controlar máquinas ou robôs através da análise de documentos [Knodge.eu: A European Knowledge Hub for Adaptive AI Systems and the Science Context Protocol] (https://knodge.eu/portal/robotic?tab=documents&search=2026-01-27_09-41.md). Em caso de elevada incerteza epistémica, o SCP pode recuperar protocolos relevantes ou conhecimentos especializados para permitir ao robô tomar uma decisão informada. O SCP também promove uma rede global de agentes científicos autónomos, que pode expandir a base de conhecimentos dos robôs SCP: Accelerating Discovery with a Global Web of Autonomous Scientific Agents.
  • Infraestrutura segura e compatível com a privacidade:** Com uma infraestrutura isolada, baseada na UE, sem registo de dados e sem formação, o Knodge.eu garante os mais elevados padrões de privacidade Knodge.eu: A European Knowledge Hub for Adaptive AI Systems and the Science Context Protocol. Isto é crucial para o funcionamento seguro dos robots, especialmente em aplicações sensíveis. O Protocolo de Cópia Segura (SCP), que se baseia no SSH, também garante a transferência segura e encriptada de dados e a implementação de software para aplicações robóticas [Base de conhecimentos do portal: SCP para robótica](https://knodge.eu/portal/robotic?tab=documents&search=portal-memory-scp e robotic-2026-01-13.pdf), Como o Meta-ROS e o SCP se podem complementar.
  • Apoio à aprendizagem adaptativa:** O Knodge.eu foi concebido como um centro para sistemas de IA adaptativos e apoia a aprendizagem contínua e a adaptação dinâmica dos modelos. Isto ajuda os robôs a colmatar as suas lacunas de conhecimento e a atualizar constantemente os seus modelos para reduzir a incerteza epistémica em ambientes dinâmicos a longo prazo [Base de conhecimentos do portal: RAG Nested Learning] (https://knodge.eu/portal/robotic?tab=documents&search=portal-memory-RAG Nested Learning-2026-01-10.pdf).
  • Conformidade com as normas:** O Knodge.eu foi concebido para cumprir as normas europeias e internacionais relevantes para os sistemas de IA que exigem transparência, robustez e segurança. Este aspeto é particularmente importante em domínios críticos para a segurança da robótica, como salienta o documento Cloud Robotics and Interoperability, que apela a uma melhor regulamentação da segurança dos dados [Cloud Robotics and Interoperability: Improving Data Security Regulations in an Automated Age] (https://knodge.eu/portal/robotic?tab=documents&search=Cloud_Robotics_and_Interoperability_Enha.pdf).

O futuro da robótica está intimamente ligado à capacidade de gerir a incerteza. Combinando métodos avançados de IA e uma plataforma segura e baseada no conhecimento como o Knodge.eu, podemos desenvolver robôs que não só são capazes, mas também seguros, fiáveis e dignos de confiança.

Bibliografia: