Par Markus Wulfmeier, scientifique en chef
Dans notre quête d'une IA physique à usage général, notre domaine reste tourné vers l'avenir : conception de simulations massives, collecte de données vidéo sur Internet, constitution d'ensembles de données de téléopération toujours plus vastes. Pourtant, la robotique produit déjà discrètement son propre équivalent de données à l'échelle d'Internet : les données de déploiement de systèmes réels en production.
Les “ données internet ” les plus pertinentes pour la robotique sont le sous-produit des machines effectuant un travail utile dans le monde physique, tout comme internet lui-même est le sous-produit du travail (parfois) utile des personnes dans le monde numérique. Ces données sont générées en temps réel, majoritairement mises au rebut, et attendent d'être utilisées. Ces données, associées aux modules de contrôle existants qui les génèrent, constituent l'avantage décisif de la robotique sur les autres modalités. Elles amorcent ce que nous appelons une IA physique axée sur la maîtrise.
Aujourd'hui, en IA physique, l'approche dominante privilégie la généralité : la difficulté réside dans l'entraînement d'un modèle général suffisamment vaste sur la vidéo, la simulation et la téléopération, capable de maîtriser toutes les situations. Nous adoptons une approche inverse. La maîtrise est le principal défi de l'IA physique actuelle. Cela implique d'approfondir les tâches réelles, dans des déploiements concrets, jusqu'à ce que le système gère la longue traîne qui n'apparaît qu'en production, puis d'étendre son champ d'action aux tâches, configurations et incarnations robotiques connexes. Nous défendons cette vision avec conviction, sans pour autant la dogmatiser. Les modèles généralistes sont performants, progressent rapidement et nous nous appuyons directement sur eux. Notre affirmation est plus ciblée et, selon nous, plus défendable : la fiabilité, de la démonstration impressionnante au fonctionnement autonome à plus de 99,91 % de TPE4, s'acquiert lors du déploiement, et non lors du pré-entraînement. L'autonomie est conditionnée par la longue traîne, qui ne se révèle qu'en production. Le ’ moment ChatGPT “ de la robotique n'arrivera pas grâce à un seul modèle révolutionnaire. Elle arrivera par le biais du déploiement — de vrais clients avec de vrais objectifs — et c'est là le problème le plus difficile en robotique.
L'IA physique est, par essence, un problème de transfert de connaissances. Anticiper tous les cas de figure étant impossible, la question est de savoir par où commencer. La proximité est ici primordiale. De même que le pré-entraînement mathématique optimise les conditions des tâches quantitatives, les informations les plus cruciales pour la généralisation et l'adaptation en production proviennent directement des environnements de déploiement. À l'instar du web créé par l'humain pour l'IA numérique, cet internet de la robotique constitue un point de départ, et non une finalité, pour nos modèles. Enfin, le déploiement ancre non seulement les données, mais aussi les benchmarks. Une évaluation rigoureuse étant le moteur de la performance, mesurer les exigences réelles de la production permet d'atténuer la loi de Goodhart et l'influence des indicateurs indirects.
L'ancrage du pipeline d'entraînement dans le déploiement jette les bases de la création d'une IA physique utile à grande échelle. Pris individuellement, les modèles actuels, qu'ils soient ouverts, fermés ou internes, sont loin d'atteindre les taux de réussite requis en production. La pile modulaire existante structure le modèle : elle détecte les défaillances, maintient le système global au-dessus du seuil d'autonomie et permet une évaluation sécurisée pendant l'amélioration du modèle. Parallèlement, nos modèles surpassent déjà la pile classique sur certains points, de sorte que le système combiné (pile classique et VLA) offre des performances supérieures. Cela nous permet de déployer les modèles en production dès le premier jour, chez des clients payants, plutôt que dans le cadre de projets pilotes distincts.
Ce système transforme notre conception de la préparation : il amorce nos modèles et nos cycles d’itération. Les modèles peuvent être étendus et corrigés à moindre coût grâce à un petit nombre de démonstrations réussies, des trajectoires imparfaites de la pile classique ou des simulations ciblées. L’apprentissage par renforcement à grande échelle, aussi crucial pour la maîtrise physique, peut enfin se concentrer précisément sur les problèmes essentiels, au sein d’un flux de déploiement sûr et robuste. Et plutôt que d’optimiser un site unique, l’objectif devient la vitesse et l’efficacité de la mise à l’échelle : la facilité avec laquelle l’expérience est transférée à la prochaine installation, configuration ou incarnation robotique. La pile classique ne se contente pas d’exploiter le modèle : elle amorce le modèle de base lui-même.
Par conséquent, nous pensons que l'IA physique atteindra sa pleine maturité dans les entrepôts et les usines bien avant d'être déployée dans nos foyers. Les données existent déjà, le déploiement permet l'évaluation et l'itération, et un retour d'information ciblé permet d'affiner les modèles lors de la dernière étape, la plus complexe, pour atteindre une fiabilité extrême. La simulation et la téléopération resteront indispensables, mais leur rôle évoluera : de sources de données primaires, elles deviendront des outils qui complètent et accélèrent l'apprentissage par le déploiement.
C’est aussi pourquoi cette voie n’est pas adaptée aux jeunes entreprises. La première preuve concrète de la maturité de l’IA physique ne proviendra pas d’une application inédite conçue de toutes pièces, mais d’une entreprise existante utilisant ses systèmes autonomes déployés pour amorcer le développement de la prochaine génération de modèles.
Nous constatons déjà un soutien précoce à notre hypothèse. Nous avons déployé ce que nous pensons être le premier système VLA de manipulation d'objets au monde en production, résolvant des cas limites ciblés en conditions réelles d'utilisation chez un client payant, et non dans le cadre d'un projet pilote distinct. Cette même dynamique sera utilisée pour adapter le système à d'autres outils, notamment notre pince à chaussures – un premier test direct de l'efficacité du transfert d'expérience d'une configuration à l'autre.
.svg)
Ce modèle s'étend de l'action à la perception. L'itération basée sur le déploiement a permis à nos systèmes de compréhension visuelle de dépasser des points de fonctionnement inaccessibles aux modèles généralistes de pointe dans des conditions de production identiques. C'est ce qui distingue une démonstration impressionnante d'un système qui franchit le seuil d'autonomie et de retour sur investissement. Nous publierons prochainement un article détaillé expliquant comment cela permet une maîtrise de la compréhension ciblée du monde physique.
Que se passera-t-il ensuite ?
Il reste beaucoup à apprendre sur l'apprentissage automatique intégré au déploiement : la faible quantité de données ciblées nécessaire pour adapter une politique de production, les représentations les plus pertinentes d'un site à l'autre et d'une implémentation à l'autre, et comment les indicateurs de succès permettent aux systèmes d'identifier et de corriger leurs propres défaillances. Nous nous engageons à partager davantage d'informations au fur et à mesure de l'avancement de ces recherches et nous espérons encourager de nouvelles collaborations.
Nous recherchons des chercheurs et des ingénieurs de renommée mondiale pour rejoindre notre équipe. Si vous êtes passionné par le développement à grande échelle de l'intelligence artificielle physique, et ce, pour des applications concrètes plutôt que des prototypes, n'hésitez pas à nous contacter !
