L’ère des robots humanoïdes est à nos portes, et Toyota a franchi une étape cruciale dans cette révolution technologique. L’entreprise japonaise a développé une technique révolutionnaire d’intelligence artificielle qui permet aux robots d’apprendre à accomplir diverses tâches physiques en imitant simplement les actions d’un être humain. Cette avancée ouvre la voie à la création de robots généralistes capables de s’adapter à n’importe quel métier.
L’avènement des robots humanoïdes
Depuis l’annonce du Tesla Optimus par Elon Musk, de nombreuses entreprises se sont lancées dans le développement de robots humanoïdes, et des progrès spectaculaires ont été réalisés dans ce domaine. Apptronik, basée au Texas, prévoit de commercialiser son robot Apollo dès 2024, tandis qu’Agility Robotics, située en Oregon, vient d’annoncer la construction d’une usine produisant 10 000 robots par an.
Dans un futur proche, ces machines collaboreront avec des travailleurs humains et pourront se déplacer de manière autonome. À long terme, il n’est pas exclu que les robots humanoïdes acquièrent un statut équivalent à celui des êtres humains.
Le rôle prépondérant de ChatGPT
L’impact de ChatGPT sur les entreprises n’est que le prélude à une transformation majeure. Ces intelligences artificielles incarnées sont également destinées à remplacer les tâches manuelles et physiques.
Cependant, les robots humanoïdes actuels présentent encore des limitations significatives. Ils se cantonnent principalement au levage et au déplacement d’objets. Bien que cela soit précieux dans le domaine de la logistique, notamment pour le chargement et le déchargement de camions et de palettes, ces robots ne peuvent pas encore rivaliser avec les travailleurs humains.
L’innovation de Toyota : la Diffusion Policy
Pour que les robots puissent accomplir une variété de tâches sur n’importe quel lieu de travail, ils doivent être capables d’apprendre rapidement de nouvelles compétences à partir d’instructions ou de démonstrations humaines. C’est là que l’innovation de Toyota entre en jeu.
Le constructeur automobile japonais a introduit une nouvelle approche d’apprentissage basée sur la « Diffusion Policy » (politique de diffusion). Cette technique révolutionnaire va bien au-delà des « Larges Modèles de Langage » utilisés par ChatGPT et d’autres IA.
La Diffusion Policy, développée en partenariat avec le MIT et Columbia Engineering, représente le comportement robotique comme un processus de diffusion conditionnelle. En d’autres termes, elle permet aux robots d’apprendre à effectuer des tâches en observant un être humain les accomplir dans le monde réel.
La clé : l’haptique
À la différence de certaines startups qui ont enseigné aux robots grâce à la téléprésence en réalité virtuelle, Toyota met l’accent sur l’haptique. Les opérateurs n’ont pas besoin de casques VR, mais reçoivent un retour haptique des mains du robot, leur permettant de ressentir ce que le robot ressent lorsqu’il entre en contact avec des objets.
Une fois qu’un opérateur humain a montré au robot comment accomplir une tâche à plusieurs reprises et dans différentes conditions, son IA construit son propre modèle interne pour distinguer le succès de l’échec. Des milliers de simulations sont ensuite réalisées pour déterminer les techniques les plus efficaces pour accomplir la tâche, permettant ainsi au robot de maîtriser totalement n’importe quelle mission.
Des robots apprenant 60 tâches de cuisine
Grâce à cette méthode innovante, l’équipe de chercheurs a déjà réussi à former rapidement des robots à accomplir 60 petites tâches principalement liées à la cuisine. Chacune de ces tâches, bien que simple pour un être humain adulte, exige que le robot détermine comment manipuler différents objets à l’aide d’outils et d’ustensiles.
Les robots ont ainsi appris à couper du pain, retourner des crêpes avec une spatule, peler des pommes de terre avec un économe, et même à étaler la sauce tomate sur une pâte à pizza. Cette avancée témoigne du potentiel impressionnant de cette technologie pour le futur de la robotique.
Les perspectives futures
Selon Toyota, les robots auront acquis des centaines de compétences d’ici la fin de l’année 2023, et l’objectif est d’atteindre plus de 1000 tâches d’ici la fin de 2024. Il s’agit du premier « Large Behaviour Model » (LBM), un cadre qui pourrait devenir l’équivalent de ChatGPT pour la robotique.
Sous forme de données massives entièrement générées par l’IA, ce modèle permettra aux robots d’interagir avec le monde physique de manière polyvalente. De plus, une procédure est en cours de développement pour permettre aux propriétaires et opérateurs de robots d’enseigner rapidement de nouvelles tâches à leurs machines dans toutes les situations.
Des chercheurs émerveillés par leur propre création
Russ Tedrake, vice-président de la recherche en robotique au Toyota Research Institute, exprime son émerveillement devant les performances de ces robots. Il souligne que l’année précédente, il n’aurait jamais imaginé atteindre un tel niveau de dextérité. Cette nouvelle approche permet aux robots d’appliquer des compétences même dans des tâches impliquant des objets déformables, des tissus, des liquides, autrefois très difficiles à gérer pour les robots.
Le Large Behaviour Model en cours de développement devrait bénéficier à une gamme étendue de robots humanoïdes, leur permettant d’utiliser n’importe quel outil. À mesure que ce modèle acquiert de l’expérience, il devient de plus en plus compétent pour généraliser ses compétences à une variété de travaux.
En fin de compte, cette avancée marque un grand pas vers la singularité technologique, où les robots pourraient éventuellement coexister et collaborer étroitement avec les êtres humains, voire les remplacer dans certaines tâches.
En résumé, l’innovation de Toyota dans le domaine de la robotique ouvre de nouvelles perspectives passionnantes pour l’avenir de la technologie et de la collaboration homme-machine. La Diffusion Policy représente un tournant majeur vers la création de robots polyvalents et compétents, prêts à relever une multitude de défis dans le monde réel. Cette avancée promet de transformer fondamentalement nos interactions avec les robots et de redéfinir le paysage de la robotique moderne.
