Figure 01, le robot le plus proche de l’humanoïde anticipé par la science-fiction | Technologie

Figure 01 Il s’agit du prototype le plus proche de l’humanoïde que la science-fiction avait prévu. Le robot, qui a reçu en mars dernier des investissements et le soutien technologique de la société d’intelligence artificielle Open AI, du géant des processeurs Nvidia et de Jeff Bezos, fondateur d’Amazon, est capable de discerner des objets non seulement par leur forme mais aussi par leurs fonctionnalités, d’effectuer diverses tâches en ajustant ses mouvements à la résistance de ce qu’il manipule, interagit avec l’environnement et évalue même ses performances. La figurine est proche en apparence des machines de Yo, robot et c’est encore loin d’être le cas Robocopmais c’est un exemple de carrière technologique fulgurante : le incarnation, un terme anglais qui pourrait être traduit par incarnation ou personnification et qui, selon Luis Merino, professeur et directeur du Laboratoire de robotique de service (Laboratoire de Robotique de Service) de l’Université Pablo de Olavide, brisent les limites de la « passivité de l’apprentissage automatique » pour se rapprocher de l’humain, où l’interaction avec l’environnement est la clé.

L’engagement des grandes entreprises envers cette technologie est clair. Nvidia, en plus de son soutien financier à Figure, a annoncé GR00Tune plate-forme spécifique pour les robots humanoïdes, dans le développement de laquelle il y a une course accélérée dans laquelle, entre autres, des entreprises telles que 1X Technologies, Agility Robotics, Apptronik, Boston Dynamics, Figure AI, Fourier Intelligence, Sanctuary AI, Unitree Robotics et XPENG Robotics participer .

Dennis Hong est le fondateur de RoMeLa et le créateur d’Artemis, un robot androïde qui joue au football pour démontrer la polyvalence de ses capacités de mouvement. Hong explique le saut qualitatif des nouveaux développements : « 99,9 % des robots qui existent aujourd’hui utilisent des servomoteurs et sont très rigides. Ils sont parfaits pour l’automatisation des usines ou pour les tâches ménagères ponctuelles. [como los aspiradores autónomos]mais ce robot [Artemis] “Il imite le muscle biologique et lui permet d’être agile, rapide, robuste et assez intelligent.”

« Cette intelligence », explique-t-il, lui permet de reconnaître un bon plan et de prendre des décisions de manière autonome. « L’avenir, conclut-il, c’est qu’il puisse exécuter tout ce qu’un humain peut faire. » Pour le démontrer, Hong saisit Artemis par derrière et le pousse pour le forcer à réagir à un événement imprévu, preuve que le robot surmonte.

Il s’agit d’une étape très significative par rapport aux modèles comme ceux de Deep Robotics, qui développe des quadrupèdes pour les travaux industriels et de sauvetage. Vera Huang met en avant « les avancées motrices, comme la capacité de sauter ou de monter des escaliers », mais admet qu’elles ne sont pas dotées de la dernière génération d’intelligence.

Cassie, de Boston Dynamics, a été préparé pour couvrir différentes surfaces et exécuter de grands sauts sans connaissance préalable du terrain. Pour ce faire, il utilise la technique de « l’apprentissage par renforcement ». « L’objectif est d’apprendre au robot à effectuer toutes sortes de mouvements dynamiques comme le fait un humain. “Cassie utilise l’histoire de ce qu’elle a observé et s’adaptera rapidement au monde réel”, explique-t-il à Revue technologique du MIT Zhongyu Li, de l’Université de Californie et participant au développement.

Les chercheurs ont utilisé une technique d’IA appelée apprentissage par renforcement pour aider un robot à deux pattes. L’apprentissage par renforcement fonctionne en récompensant ou en pénalisant une IA lorsqu’elle tente d’atteindre un objectif. Dans ce cas, l’approche a appris au robot à généraliser et à réagir dans de nouveaux scénarios, plutôt que de se figer comme l’auraient fait ses prédécesseurs.

“La prochaine grande étape consiste pour les robots humanoïdes à effectuer un travail réel, à planifier des activités et à interagir avec le monde physique d’une manière qui ne se limite pas à leurs pieds et au sol”, déclare Alan Fern, professeur d’informatique à l’État de l’Oregon. Université.

En ce sens, avance Figure, un robot de 1,70 mètres de haut, 60 kilos, avec la capacité de transporter un tiers de son poids, électrique, avec cinq heures d’autonomie et une vitesse de 1,2 mètres par seconde. Mais ce qui le différencie, c’est sa capacité à accomplir différentes tâches, à discerner les personnes et les objets, à agir de manière autonome et, surtout, à apprendre. L’entreprise défend que son apparence humaine est nécessaire car « le monde est conçu pour elle ».

La figure est un exemple d’incarnation ou de personnalisation. « Nous ne pouvons pas séparer l’esprit et le corps. L’apprentissage les rassemble. La plupart des robots traitent des images et des données. Vous les formez et ils n’ont aucune interaction. Cependant, les humains apprennent en interagissant avec notre environnement, car nous avons un corps et des sens », explique Merino.

Son équipe a déjà développé des robots d’assistance qui, lorsqu’ils agissent comme guides touristiques, adaptent leurs explications aux réactions des gens, ou agissent en fonction des sentiments de la personne âgée qu’ils aident, ou évitent de violer la distance sociale des humains avec ceux qui travaillent.

Mais dans la plupart des robots actuels, même ceux dotés d’une intelligence artificielle, « l’apprentissage est passif », selon le professeur de l’UPO. Cassie, en plus du développement du réseau neuronal artificiel, a développé ses compétences grâce à l’apprentissage par renforcement, une technique similaire à celle utilisée pour le dressage des animaux de compagnie.

Merino va plus loin dans ce sens. « Nous ne donnons pas au robot une description explicite de ce qu’il doit faire, mais plutôt un signal lorsqu’il se comporte mal et il l’évitera désormais. Et bien au contraire. Si vous réussissez bien, nous vous donnons une récompense. Dans le cas des animaux de compagnie, il peut s’agir d’un jouet, d’une caresse ou d’une friandise. Pour les robots, il s’agit d’un algorithme qu’ils tenteront de réaliser le plus de fois possible avec leur comportement.

Le chercheur précise que ce système représente, en plus d’une avancée dans les capacités robotiques, une formule pour les rendre plus efficaces, puisqu’ils nécessitent moins d’énergie pour traiter des millions de données liées à toutes les variables possibles. « Il est très difficile de programmer un robot pour toutes les circonstances auxquelles il peut être confronté », explique Merino.

« Cela fait des décennies que nous avons des robots dans les usines qui font les choses de manière algorithmique et répétitive. Mais si nous voulons qu’elles soient plus générales, nous devons aller plus loin », conclut-il. La course à la robotique va dans cette direction.

Et comme toute avancée numérique, la sécurité sera un élément déterminant. Tout système, même un simple appareil connecté au cloud, peut être victime d’attaques. En ce sens, Nvidia, présent dans les développements robotiques les plus avancés, a signé un accord de collaboration avec Check Point pour améliorer la sécurité des infrastructures d’intelligence artificielle dans le cloud.

Amazon Web Services (AWS) a également annoncé sa collaboration avec Nvidia pour utiliser la plateforme de cette dernière, Blackwell, présenté cette année lors de sa conférence des développeurs GTC 2024. L’accord comprend l’utilisation conjointe des infrastructures des deux technologies dans des développements incluant la robotique.

Vous pouvez suivre Technologie EL PAÍS dans Facebook oui X ou inscrivez-vous ici pour recevoir notre bulletin d’information semanal.