Un robot qui voit une machine a laver est deja utile. Un robot qui entend le clic de la porte, sent le poids du linge mouille et se souvient de l’etape ou il en est peut, lui, terminer le travail. Le 13 octobre, l’entreprise allemande NEURA Robotics a presente Neuron AI, un modele de fondation destine aux machines physiques, qui fusionne la vision en trois dimensions, le toucher, le son, l’etat du robot et le langage dans un seul systeme, avec une memoire integree des le depart.
NEURA le presente comme le cerveau du monde physique. La semaine prochaine a Berlin, son robot humanoide tentera de prouver que la formule depasse le discours commercial.
Bien plus que des yeux
Les cameras indiquent a un robot ou se trouvent les objets. Elles ne disent rien de la force, du contact ou du bruit. Les humains utilisent ces autres sens en permanence : on sent une vis qui accroche dans son filetage, on entend un connecteur qui s’enclenche. Neuron AI part de cette observation. Son architecture, qui associe perception, langage et action, encode la vue, le toucher, la force, le son et le langage dans un flux commun et le transforme directement en mouvement, au lieu d’assembler des systemes separes en esperant qu’ils s’accordent.
La memoire constitue la seconde moitie de l’idee. Un robot travaille dans un monde continu ou les objets disparaissent de la vue, a l’interieur d’une machine, derriere une porte, sous une serviette, tout en continuant d’exister. Neuron AI est concu pour suivre ces objets et les consequences de ses propres gestes dans le temps. C’est cette permanence des objets que les tout-petits apprennent au cours de leurs deux premieres annees et qui a longtemps manque aux robots. L’entreprise a adapte l’architecture du modele a cette memoire et l’entraine sur des donnees pensees pour l’exercer.
L’entrainement lui-meme repose sur trois sources : de vrais robots au travail dans les installations de l’entreprise et dans des environnements reels, la simulation qui multiplie ces experiences en variations, et des personnes portant des combinaisons de capteurs pour montrer les taches comme le fait un ouvrier experimente. Un meme modele fonctionne ensuite sur cinq corps de robots differents de la marque, avec leurs pinces et leurs mains variees. Ce travail rejoint d’autres avancees scientifiques que nous suivons, comme le premier patient traite dans un essai contre la maladie de Parkinson, ou la precision des gestes et de la perception joue aussi un role central.
L’epreuve des onze minutes
Les promesses coutent peu en robotique. Les demonstrations menees du debut a la fin, beaucoup plus, et c’est pourquoi le programme de Berlin compte. Lors de l’evenement NVIDIA GTC Berlin, du 20 au 22 octobre, le robot humanoide 4NE1 de NEURA accomplira une sequence complete de traitement du linge en onze minutes, sans aide humaine : trier le linge, charger une machine a laver, la fermer, la rouvrir, la decharger et transferer la charge vers un seche-linge.
Le linge est un examen astucieux. Les objets sont mous et sans forme stable. Les etapes dependent les unes des autres. La moitie de la tache se deroule hors de vue, a l’interieur des machines. Un robot capable de garder le fil pendant onze minutes, de se souvenir de ce qu’il a charge, de l’etape du lavage et de l’emplacement du seche-linge, montre une planification, une perception et une memoire qui travaillent ensemble, et non un numero repete geste par geste.
On peut aussi rapprocher cette annonce d’une autre que nous avons publiee, a Paris, ou Cerence et Geely donnent une voix multilingue a un robot humanoide : dans les deux cas, les progrés portent moins sur la mecanique que sur la maniere dont la machine comprend son environnement et garde le contexte.
Les competences deviennent un produit
Le modele economique qui entoure ce cerveau est revelateur. La plateforme de l’entreprise, baptisee Neuraverse, permet aux clients d’adapter Neuron AI a leurs propres taches et de diffuser les competences obtenues a toute une flotte de robots. La mesure de progres choisie par la societe porte un nom clair : le temps necessaire pour apprendre une competence. Les usines n’achètent pas des robots dans l’abstrait, elles achètent des heures de travail, et chaque semaine gagnee dans l’apprentissage d’une nouvelle tache represente de l’argent.
Le modele a ete developpe et entraine en interne a Metzingen, en Allemagne, avec des partenariats de donnees avec des groupes industriels comme Schaeffler et Bosch. Fondee en 2019, NEURA construit elle-meme ses robots, ses mains, ses capteurs et son intelligence artificielle, ce qui lui donne cette boucle courte entre l’entrainement du modele et les resultats physiques, indispensable a ce type d’apprentissage.
Ce que cela change pour les entreprises, les concepteurs et les investisseurs
Pour les lieux de travail, la promesse pratique est la souplesse. Un robot dont les competences arrivent sous forme de logiciel peut changer de tache quand les commandes evoluent, et une flotte entiere peut apprendre un travail une fois pour le partager partout. La demonstration de Berlin est domestique, mais les clients vises sont industriels : manutention, tri, chargement, ce travail physique repetitif qui est le plus difficile a pourvoir.
Pour les concepteurs, la lecon est architecturale. Le toucher, le son et la memoire ne sont pas des options a ajouter plus tard, NEURA les a places au coeur du modele. Il faut s’attendre a ce que les concurrents repondent sur le meme terrain, et a ce que la prochaine phase de la competition entre humanoïdes se joue sur les donnees d’entrainement et la vitesse d’apprentissage plutot que sur les moteurs.
Pour les investisseurs, le chiffre a suivre apres Berlin sera ce temps d’apprentissage. Si l’entreprise montre que ses clients peuvent enseigner de nouvelles taches a leurs flottes en quelques jours plutot qu’en quelques mois, sa plateforme commencera a ressembler a un systeme d’exploitation du travail physique. Les onze minutes de Berlin ne trancheront pas tout, mais elles constituent un test public, chronometre et complet, et ce secteur en a besoin.