Ce robot IA qui apprend en direct va tout changer pour les machines

Il n’a fallu que 15 minutes de trajet depuis chez lui pour assister à un spectacle qui laisse sans voix. Ce n’est pas une visite dans un musée ou un spectacle de magie, mais une démonstration de robots capables d’apprendre en direct. Dans les locaux de Generalist AI, à Cambridge dans le Massachusetts, des bras robotisés exécutent des tâches simples comme empiler des gobelets ou ranger des blocs dans des bols. Leur particularité ? Ils maîtrisent ces actions après avoir visionné une courte vidéo d’instruction, et surtout, sans avoir été spécialement entraînés pour cette tâche précise.

UN ROBOT QUI IMPROVISE COMME UN HUMAIN

L’exemple le plus frappant reste celui d’un bras robotique chargé de balayer un bloc dans un bol à l’aide d’une pelle et d’un balai. Quand le balai disparaît de la scène, le robot ne se bloque pas. Il improvise immédiatement : il utilise la pelle comme un balai et propulse le bloc dans le bol d’un geste précis. Un ingénieur présent sur place s’exclame : « Ha . Il ne l’avait jamais fait avant . »

Autre performance spectaculaire : un robot à deux bras observe une vidéo où une personne ouvre un porte-monnaie pour en sortir des billets. Sans avoir jamais vu ce type de porte-monnaie, le robot reproduit l’action sur un modèle différent. Mieux encore, quand sa pince droite ne parvient pas à attraper les billets, il change de stratégie en utilisant sa pince gauche pour obtenir un meilleur angle. Une prouesse qui laisse les observateurs bouche bée.

LA PHYSIQUE INTUITIVE, CLÉ DE L’APPRENTISSAGE ROBOTIQUE

Generalist AI mise sur une approche radicalement différente de celle des autres acteurs du secteur. Plutôt que de se concentrer uniquement sur des algorithmes, l’entreprise cherche à enseigner aux robots une compréhension intuitive de la physique, comme le fait un enfant dès son plus jeune âge. Cette capacité à transférer les connaissances d’un scénario à un autre semble être la clé de leur succès.

Les démonstrations de l’entreprise rappellent étrangement le comportement des enfants face à une nouvelle tâche. Un robot, placé devant une banane, décide spontanément de l’utiliser comme outil pour ramasser des objets éparpillés. Un détail qui peut paraître anodin, mais qui représente une avancée majeure : l’intelligence physique reste encore largement absente chez les machines. S’inspirer de la façon dont les bébés apprennent le monde pourrait bien offrir des pistes cruciales aux chercheurs en IA.

DES GANTS ROBOTIQUES POUR COLLECTER DES DONNÉES RÉELLES

Pour entraîner ses modèles, Generalist AI utilise une méthode innovante. Au lieu de nourrir ses robots avec des milliers d’exemples statiques, l’entreprise mise sur des gants robotisés équipés de caméras. Ces dispositifs, ressemblant à des pinces robotiques, sont portés par des humains qui effectuent différentes tâches. Les données recueillies sont ensuite utilisées pour entraîner les robots à comprendre et reproduire ces actions.

Dans un entrepôt, des centaines de ces gants sont empilés, prêts à être envoyés aux travailleurs au Mexique et ailleurs. Cette approche permet de collecter des données de haute qualité, bien plus riches que celles obtenues par des simulations virtuelles. « Nous avons construit nos modèles d’IA de A à Z, sans nous appuyer sur des modèles open source », précise Pete Florence, cofondateur et PDG de l’entreprise.

UNE ÉQUIPE D’EXPERTS ISSUS DES LABOS LES PLUS POINTS

Derrière Generalist AI se cache une équipe de choc. Pete Florence, Andrew Barry (cofondateur et directeur technique) et Andy Zeng (cofondateur et scientifique en chef) ont tous travaillé sur certains des projets les plus avancés en robotique et en IA. Leurs parcours ? Rien moins que Google DeepMind et Boston Dynamics. Une expertise qui se ressent dans la qualité des démonstrations proposées.

Contrairement à la plupart des entreprises du secteur, Generalist AI a choisi de ne pas s’appuyer sur des modèles de langage open source. « Nous avons poussé cette approche à l’extrême, et nous l’avons très bien exécutée », affirme Danfei Xu, roboticien à Georgia Tech et spécialiste du travail de l’entreprise. « Ils excellent en robotique et en science, et leur méthode de collecte de données est particulièrement efficace. »

DES ROBOTS ENCORE LOIN D’ÊTRE PARFAITS

Malgré ces avancées prometteuses, les robots de Generalist AI ne sont pas encore fiables à 100 %. Sur une tâche donnée, ils réussissent en moyenne 59 % du temps. L’objectif ? Atteindre un taux de réussite supérieur à 99 %, comme le font les humains dans des conditions optimales. De plus, il reste à prouver que ces compétences pourront s’appliquer à toutes les situations imaginables.

Un ingénieur de l’entreprise a récemment fait une découverte surprenante en testant un robot à deux bras. Alors qu’il empilait des petits gobelets sur une table, le robot a spontanément rejoint l’action, utilisant ses deux pinces pour empiler d’autres gobelets. À la fin de la séquence, l’ingénieur, stupéfait, s’est mis à crier de joie en réalisant l’ampleur du potentiel de cette technologie.

UNE RÉVOLUTION POUR L’INDUSTRIE MANUFACTURIÈRE ?

Le potentiel de ces robots capables d’apprendre rapidement est énorme, surtout dans des secteurs comme la fabrication. Imaginez une usine où les machines s’adaptent en temps réel aux changements de tâches ou d’environnements, sans nécessiter des semaines d’entraînement spécifique. Generalist AI pourrait bien représenter l’avenir de la robotique industrielle.

Karen Liu, roboticienne à Stanford, souligne l’originalité de leur approche : « Leur méthode de collecte de données physiques à grande échelle, sans être trop liée à un robot spécifique, donne des résultats prometteurs. Leur pari semble fonctionner. »

LE FUTUR DE LA ROBOTIQUE : ENTRE ESPÉRANCE ET INCERTITUDE

Generalist AI a encore du chemin à parcourir avant de commercialiser des robots capables de performer de manière fiable dans tous les contextes. Pourtant, les démonstrations actuelles laissent entrevoir un avenir où les machines ne seront plus cantonnées à des tâches répétitives et prédéfinies. Elles pourront apprendre, improviser et s’adapter comme le font les humains.

Les défis restent nombreux : améliorer la fiabilité, généraliser les compétences acquises, et rendre ces technologies accessibles à grande échelle. Mais une chose est sûre : Generalist AI montre la voie d’une nouvelle Génération de robots, bien plus intelligents et polyvalents que ceux que nous connaissons aujourd’hui.

ET SI LES MACHINES DEMAIN APPRENAIENT COMME NOUS ?

Cette démonstration soulève une question fondamentale : et si l’avenir de la robotique passait par une imitation plus poussée des mécanismes d’apprentissage humains ? En combinant intelligence physique et capacité d’improvisation, Generalist AI pourrait bien avoir posé la première pierre d’une révolution technologique. Une révolution qui, si elle aboutit, changera à jamais notre rapport aux machines.

Pour l’instant, ces robots restent des prototypes impressionnants. Mais leur capacité à apprendre en direct, à s’adapter et à improviser ouvre des perspectives vertigineuses. Peut-être est-ce le début d’une ère où les machines ne seront plus de simples outils, mais de véritables partenaires intelligents.