Alors que les vidéos virales de robots effectuant du parkour et des backflips dominent les médias sociaux, les experts du secteur suggèrent que ces exploits acrobatiques sont des indicateurs trompeurs de progrès. Les dirigeants de l’industrie présents à la conférence Fortune Brainstorm AI, qui s’est tenue début décembre à San Francisco, ont fait valoir que la véritable révolution en matière de robotique n’est pas l’agilité physique, mais la capacité des robots à « penser » par eux-mêmes, une capacité qui les rapproche enfin de la conquête de la tâche banale, mais trompeusement difficile, consistant, par exemple, à ouvrir une porte ou à monter un escalier.
Au cours des 70 dernières années, la robotique reposait sur un paradigme spécifique : des humains intelligents préprogrammaient des machines avec des mathématiques complexes pour exécuter des tâches spécifiques. Cette approche est désormais dépassée, ont soutenu Stephanie Zhan, partenaire de Sequoia Capital, et Deepak Pathak, PDG de Skild AI, lors d’une conversation avec Allie Garfinkle de Fortune. L’industrie connaît un changement massif où les robots, comme les grands modèles de langage (LLM) derrière des outils comme ChatGPT, apprennent directement à partir des données et de l’expérience plutôt que de suivre un code rigide.
“Le changement est que les choses en robotique étaient davantage pilotées par l’intelligence humaine”, a déclaré Pathak, notant que la nouvelle vague est définie par des modèles capables de généraliser et d’apprendre. “Ce qui a changé, c’est que ces modèles ou ces robots peuvent désormais apprendre des données.”
En juillet 2024, Zhan a écrit pour le blog de Sequoia sur les profondes références de Pathak dans le domaine et ce qui le distingue en tant que PDG de la robotique : sa vision par ordinateur et ses compétences en apprentissage profond. En comparaison, la robotique traditionnelle se concentrait sur la collecte de données spécifiques pour entraîner les robots à des tâches particulières. Pathak et son partenaire, Abhinav Gupta, ont exploité des données à grande échelle pour créer un modèle de base. Originaire d’une petite ville d’Inde, Pathak a fait la une des journaux nationaux en étant accepté à l’Institut indien de technologie de Kanpur sans quitter sa ville rurale natale, a écrit Zhan. Il a appris à programmer en écrivant du code à la main à la maison et a utilisé le temps limité passé au café du coin pour exécuter ses programmes. Il a ensuite complété un doctorat. en IA à Berkeley tout en rejoignant Facebook AI Research, en route vers la co-fondation de Skild.
La conversation de Zhan et Pathak avec Garfinkle a abordé un paradoxe de l’intelligence artificielle connu sous le nom de paradoxe de Moravec : ce qui semble difficile est souvent facile, et ce qui semble facile est incroyablement difficile.
Pourquoi les backflips sont plus faciles que les portes
Un robot effectuant un backflip nécessite essentiellement de contrôler son propre corps dans l’espace libre, un problème de physique que les ordinateurs réussissent à résoudre depuis des décennies. “Il est en fait beaucoup plus facile de programmer un robot pour qu’il fasse un saut périlleux plutôt que de lui faire monter des escaliers”, a déclaré Garfinkle, avec l’accord de ses deux panélistes.
Le véritable défi (et le Saint Graal de « l’intelligence physique ») réside dans l’interaction avec le monde réel chaotique. Monter les escaliers ou ramasser un verre nécessite qu’un robot utilise continuellement sa vision pour corriger ses mouvements en réponse à un environnement changeant. Ce « bon sens sensorimoteur » est à la base de l’intelligence générale humaine et constitue la barrière que le nouveau logiciel « cérébral » tente de briser.
Les investisseurs et les dirigeants y voient une opportunité de marché comparable à la récente explosion de l’IA générative. Zhan a noté que, tout comme OpenAI a ouvert le marché du travail de connaissances numériques, des entreprises comme Pathak’s Skild visent à débloquer le marché pour tout travail physique. L’objectif est de créer un « logiciel généralement intelligent » pouvant servir de cerveau à tout matériel robotique, réduisant ainsi les coûts d’un ordre de grandeur.
Cependant, contrairement au monde du logiciel, la robotique est confrontée à un obstacle unique : le manque de données. Bien que les LLM aient été formés sur Internet, il n’existe pas de base de données équivalente pour les interactions physiques des robots. Pathak a fait valoir que l’entreprise qui mettra en œuvre la première gagnera en créant un « volant de données », dans lequel les robots de terrain génèrent les données nécessaires pour rendre le système plus intelligent.
Pour les consommateurs qui se demandent quand un robot fera leur lessive, le calendrier reste stagnant. Pathak et Zhan ont prédit que les robots proliféreraient d’abord dans les environnements industriels et les environnements « semi-structurés » comme les hôtels et les hôpitaux avant d’entrer dans l’environnement plus chaotique d’une maison privée.
Malgré les craintes de perte d’emploi, ils ont fait valoir que la technologie est nécessaire pour répondre aux « trois S » de l’avenir : la sécurité, la rareté et l’évolution sociale. Les robots sont sur le point d’assumer des tâches qui obligent actuellement les humains à risquer leur vie ou leur santé. De plus, avec des millions de postes vacants actuellement non pourvus en raison de pénuries de main-d’œuvre, les robots pourraient combler le vide dans le travail administratif essentiel. En fin de compte, l’espoir est un changement social dans lequel le travail dangereux ou pénible deviendra facultatif, permettant aux humains de se concentrer sur les tâches qui leur plaisent.
