Surgiu a questão: um robô pode aprender a realizar uma tarefa em um ambiente que ele nunca viu antes? Na Terra, essa questão raramente recebe uma resposta definitiva, pois sempre há um pequeno volume de dados reais nos quais se pode apoiar. Uma falha na simulação permite que o robô reinicie, e uma captura incorreta é corrigida por um engenheiro. Cada teste revela sutilmente a resposta.
Em Marte, não existe tal sistema de segurança. O comando transmitido através da distância Sol-Terra leva cerca de 24 minutos em uma direção. Consequentemente, o robô não pode esperar que um humano lhe dê uma dica ou forneça dados frescos de casa. Ele é forçado a trabalhar com o que trouxe consigo, generalizar conhecimentos com base no que nunca viu e continuar trabalhando quando o ambiente circundante não corresponde ao conjunto de dados de treinamento.
É por isso que Marte serve como um ambiente experimental para o treinamento de robôs que não pode ser reproduzido na Terra. Este problema estimula a abordagem de inteligência espacial e gêmeos digitais no estilo 51WORLD. Se não for possível enviar um milhão de demonstrações do mundo real para outro planeta, é necessário primeiro criar esse ambiente no software. O gêmeo digital do ambiente permite que o robô esteja em um local onde nunca pisou, recebendo apenas uma tarefa em linguagem, e aja com base no modelo, e não em trajetórias memorizadas.
A essência não é tornar a simulação mais bonita, mas fazer com que as soluções dependam da estrutura que o robô deve derivar, e não dos dados que ele já viu. Assim que o gêmeo se torna suficientemente confiável, pode-se fazer a pergunta honesta sobre generalização: dar ao robô uma tarefa nunca vista, um espaço nunca visto e zero possibilidade de reversão, e ver se sua capacidade é transferível.
O problema de Marte elimina todas as simplificações que tornam muitos sistemas melhores do que realmente são. Na Terra, a fronteira entre o laboratório e o campo real é permeável; se ela for removida, resta o verdadeiro núcleo da generalização: raciocinar sobre um mundo invisível com base em um modelo, executar uma longa cadeia de ações sem possibilidade de reversão e recuperação autônoma quando a percepção e a física divergem em centímetros.
O gargalo da indústria é que muitos modelos de robôs alcançam sucesso quase perfeito em uma cena fixa, mas falham com uma mudança insignificante no objeto ou ambiente — este é exatamente o espaço que uma configuração semelhante à marciana revela. A criação de um campo de testes tão honesto deixou de ser ficção científica pura. Um gêmeo digital de alta precisão de um ambiente extremo e rigoroso, combinado com modelos fundamentais incorporados, dá aos pesquisadores a oportunidade de estudar a generalização em condições semelhantes às de Marte, hoje mesmo. Não se trata de projetar um rover; trata-se de criar condições que forcem o robô a se tornar um trabalhador com habilidade verdadeiramente transferível, e não um executante ensaiado. Marte mantém essa questão pura, algo que a Terra não pode fazer, e a resposta sobre como o robô se comporta sem dados de reversão é a resposta que esta área persegue.