Je bois du café fabriqué par des robots à San Francisco. Rien de spécial, n’est-ce pas. Les machines servent des haricots depuis le début des années 2010. Mais l’objet qui tient la tasse n’est pas seulement une cafetière. C’est un généraliste. Un cerveau.
Cette unité spécifique plie également les vêtements. Pele les carottes. Récurer les cuisines aussi. Il a appris ces astuces plus rapidement que la plupart des tout-petits ne maîtrisent la marche.
Rencontrez l’intelligence physique. Fondée en 2024. Le pitch est simple : construire un cerveau, pas un corps.
D’autres géants comme Tesla et Boston Dynamics chassent les humanoïdes. Amazon automatise les entrepôts avec des robots monotâches. L’intelligence physique veut le système d’exploitation qui les exécute tous. Un esprit adaptable. Formes de machines infinies.
Dans la plupart des domaines, résoudre davantage de problèmes rend les choses plus difficiles. En IA, cela rend les choses plus faciles. Vous disposez de sources de connaissances plus diversifiées.
Sergey Levine, l’un des fondateurs, l’a dit sans détour. Il enseigne à Berkeley. Il croit que la variété nourrit l’intelligence.
C’est le même manuel que le boom des chatbots. Les grands modèles linguistiques (LLM) ont explosé parce que la puissance de calcul et les données ont finalement rencontré de bons algorithmes. Levine espère que la robotique connaît la même courbe. Juste plus raide.
La sauce secrète ici est le modèle VLA. Vision-Langage-Action.
La robotique à l’ancienne ? Enseigner une tâche. Répéter. Ennuyeux. Cher.
Les VLA reprennent le bon sens d’un LLM et transforment les mots en mouvements musculaires.
- L’humain dit : “Nettoyez ce gâchis.”
- Le robot voit : vaisselle sale, jouet cassé.
- Le robot agit : attrape l’éponge. Ramasse le jouet.
Ingmar Posner d’Oxford l’appelle la traduction la plus directe de l’enthousiasme du LLM. Au lieu de deviner le mot suivant, le robot devine le prochain mouvement.
Mais attendez.
Les robots échouent parce que le monde réel est désordonné. Des variations infinies. Pas assez de données pour s’entraîner. Les développeurs évitent généralement l’auto-apprentissage car la collecte de ces données est infernale.
Levine n’est pas d’accord.
Son équipe enseigne aux robots dans de faux environnements. Les entrepôts se sont transformés en fausses cuisines et chambres. Ils réinitialisent les chambres chaque semaine. Ils envoient des robots dans de vraies maisons.
Le but ? Généralisation.
Le modèle π0,7 a récemment cuit des patates douces dans une friteuse à air. Il n’avait jamais vu cet appareil auparavant. Les humains se contentaient de donner des instructions vocales étape par étape. Cela a fonctionné.
Levine est choqué par la vitesse. Il travaille depuis deux ans et les progrès ont dépassé ses propres prévisions.
L’argent suit le battage médiatique. Les start-up lèvent des milliards. Amazon et Google DeepMind construisent leurs propres flottes. Tout le monde veut désormais un robot polyvalent.
Ne prenez pas d’avance pour autant.
Le paradoxe de Moravec existe pour une raison. Hans Moravec a remarqué en 1988 ce qui est toujours vrai : donner à un robot une logique de niveau doctorat est facile. Lui donner les capacités de perception d’un bébé est presque impossible. Échecs? Fait. Traverser une foule ? Dur.
Posner pense que nous ne voyons que les premiers signes. Déploiement dans le monde réel ? Sceptique.
Pourquoi?
Les humains sont contradictoires. Nous aimons jouer avec les robots. C’est amusant de casser des choses.
Il ne croit pas qu’un modèle économique évolutif et rentable verra le jour prochainement.
Daniel Susskind écrit déjà à ce sujet. Comment devrions-nous apprendre lorsque l’IA gère la logique ? Quelles compétences survivent au changement ? La réponse n’est pas dans le code. C’est dans le chaos que nous laissons derrière nous que ces machines doivent nettoyer.
C’est peut-être la seule tâche qu’ils maîtriseront vraiment en premier. Faire affaire avec nous.
