TL;DR : l’intelligence artificielle s’empare de la robotique
– Un chatbot doté d’un bras robotique présenté par Covariant
– Révolution potentielle dans la programmation et l’utilité des robots
– Modèle RFM-1 : une IA formée sur des millions d’exemples de mouvements de robots
– Applications potentielles étendues au-delà des entrepôts
– Covariant utilise déjà ce modèle pour la sélection d’articles dans les entrepôts
– Défis à relever : collecte de données pour former des robots aux capacités générales
– Autres recherches en cours pour améliorer la formation des robots
Qu’est-ce que le nouveau chatbot doté d’un bras robotique ?
Le PDG de Covariant, Peter Chen, a récemment dévoilé un chatbot innovant capable de manipuler des objets grâce à un bras robotique.
Ce chatbot peut non seulement discuter des objets qu’il voit mais aussi les manipuler activement.
Lorsqu’on lui demande de saisir un objet, le bras robotique peut le faire et le déplacer, ouvrant ainsi de nouvelles perspectives dans le domaine de la robotique.
Pour en savoir plus sur cette avancée, vous pouvez consulter l’article de Wired sur le sujet ici.
Comment ce chatbot pourrait-il révolutionner la robotique ?
Ce chatbot représente une avancée vers l’octroi aux robots de capacités générales et flexibles, similaires à celles de programmes comme ChatGPT.
Il pourrait aider à résoudre le problème de la programmation des robots pour qu’ils effectuent plus qu’un ensemble limité de tâches.
Le chatbot est alimenté par un modèle développé par Covariant appelé RFM-1, pour Robot Foundation Model.
Comment le modèle RFM-1 fonctionne-t-il ?
Le modèle RFM-1 a été formé avec de grandes quantités de texte, de vidéo, de contrôle matériel et de données de mouvement provenant de dizaines de millions d’exemples de mouvements de robots.
Il est capable de discuter, de contrôler un bras robotique et de générer des vidéos montrant des robots effectuant différentes tâches.
Quelles sont les autres applications potentielles de ce modèle ?
Le modèle a montré qu’il peut apprendre à contrôler du matériel similaire non inclus dans ses données de formation.
Avec une formation supplémentaire, il pourrait même être capable d’opérer un robot humanoïde.
Comment Covariant utilise-t-il actuellement ce modèle ?
Covariant, fondée en 2017, vend actuellement un logiciel qui utilise l’apprentissage automatique pour permettre aux bras robotiques de sélectionner des articles dans des bacs dans les entrepôts.
Cependant, ces bras sont généralement limités à la tâche pour laquelle ils ont été formés.
Quels sont les défis à relever pour développer davantage ce modèle ?
La principale difficulté réside dans la quantité de données nécessaires pour former des modèles qui confèrent aux robots des capacités plus générales.
La collecte de ces données est également un défi, car elles ne sont pas aussi facilement disponibles que le texte, les images ou les vidéos sur Internet.
Comment d’autres chercheurs tentent-ils de surmonter ces défis ?
De nombreux chercheurs tentent de générer des données pour la formation des robots, en collectant des données à partir de vidéos montrant des humains effectuant des tâches ou à partir de simulations mettant en scène des robots.
Google DeepMind, par exemple, travaille sur cette approche et a développé ses propres modèles d’IA pour les robots appelés RT-2.
