« J’ai entendu mon robot se parler tout seul » : l’IA de Google DeepMind permet aux machines d’apprendre en dialoguant sans aucune aide humaine

La capacité d’apprentissage autonome des robots a longtemps été un rêve dans le domaine de l’intelligence artificielle. Avec l’innovation de Google DeepMind, ce rêve se rapproche de la réalité. Cette nouvelle méthode permet aux robots de développer une sorte de « voix intérieure », leur permettant de mieux comprendre et interpréter les tâches qu’ils observent. Ce faisant, ils peuvent accomplir des tâches sans avoir besoin de formation préalable. Une telle avancée pourrait transformer la manière dont nous utilisons et interagissons avec les machines intelligentes dans notre quotidien.

Une voix intérieure pour les robots

DeepMind a récemment introduit une méthode révolutionnaire qui permet aux robots d’apprendre à travers un « monologue intérieur ». Selon un dépôt de brevet récent, ce système permet aux agents d’IA de regarder des vidéos ou des images d’une personne accomplissant une tâche, puis de générer des descriptions en langage naturel de ce qu’ils voient. Par exemple, un robot pourrait observer une vidéo de quelqu’un ramassant une tasse et traiter intérieurement la phrase « la personne ramasse la tasse ».

Cette approche permet aux robots de lier les entrées visuelles à un discours intérieur, les aidant ainsi à comprendre et à se souvenir des actions correctes à effectuer lorsqu’ils rencontrent des objets similaires. Cette technique soutient ce que l’on appelle l’apprentissage « zero-shot », signifiant que le robot peut effectuer des tâches impliquant des objets inconnus sans formation préalable. De plus, DeepMind souligne que cette méthode réduit les besoins en mémoire et en puissance de calcul nécessaires à la formation des systèmes robotiques.

Cette initiative s’inscrit dans les efforts plus larges de DeepMind en matière de robotique. Récemment, la société a dévoilé « Gemini Robotics On-Device », conçu pour fonctionner sans accès au cloud. Selon Google, le modèle est suffisamment compact et efficace pour fonctionner directement sur un robot, ce qui pourrait considérablement améliorer la manière dont les robots apprennent et opèrent dans des environnements dynamiques et réels.

Quand un implant cérébral redonne la parole à cet homme après des années de silence : découvrez l’incroyable avancée médicale qui bouleverse tout

Une IA autonome et déconnectée

Le modèle Gemini Robotics On-Device représente une version embarquée de son modèle vision-langage Gemini Robotics, conçu pour fonctionner entièrement sur les robots sans besoin d’une connexion Internet. Spécialement conçu pour des environnements sensibles à la latence ou hors ligne, il offre des performances rapides et fiables dans des situations réelles.

Cette version locale permet aux robots de réagir rapidement et de conserver leur confidentialité, ce qui est particulièrement utile dans des domaines sensibles comme la santé. Malgré sa version allégée, le modèle Gemini Robotics On-Device s’est avéré étonnamment puissant, capable d’effectuer des tâches immédiatement et de s’adapter à de nouvelles avec seulement 50 à 100 démonstrations.

Initialement formé sur le robot ALOHA de Google, le modèle a été adapté pour d’autres robots comme l’Apollo humanoïde d’Apptronik et le Franka FR3. Il est capable de gérer des actions complexes, telles que plier des vêtements ou dézipper des sacs, avec un contrôle fluide et à faible latence. Bien que cette version embarquée ne dispose pas de systèmes de sécurité sémantiques intégrés, Google recommande aux développeurs de mettre en œuvre leurs propres protocoles de sécurité, limitant pour l’instant l’accès à certains utilisateurs pour évaluer les risques de sécurité dans le monde réel.

« Xiaomi affole les chronos » : le géant tech devient le 3e constructeur le plus rapide sur le Nürburgring

Réduire la dépendance à la mémoire et aux calculs

L’un des défis majeurs des systèmes robotiques a toujours été la gestion des ressources de calcul et de mémoire. Les technologies d’apprentissage traditionnelles exigent souvent une consommation élevée de ces ressources, limitant ainsi leur efficacité et leur déploiement à grande échelle. La nouvelle méthode de DeepMind, qui implique une narration interne, promet de surmonter ces limitations.

En générant des descriptions en langage naturel basées sur les observations visuelles, les robots peuvent non seulement comprendre et réagir à de nouvelles situations de manière plus efficace, mais aussi utiliser moins de mémoire pour stocker des informations complexes. Cela réduit considérablement les besoins en ressources informatiques, permettant aux robots d’effectuer des tâches plus rapidement et avec une plus grande autonomie.

En outre, ce modèle d’apprentissage allégé pourrait ouvrir la voie à des applications robotiques dans des environnements où les ressources sont limitées ou où la vitesse de traitement est cruciale. Par exemple, dans des situations d’urgence ou dans des régions reculées, où l’accès à des infrastructures de calcul robustes est restreint.

La publicité tremble : cette technologie AR inédite efface logos et marques dans la vie réelle, un choc pour les annonceurs et les consommateurs

Applications potentielles dans divers secteurs

Les implications de cette technologie vont bien au-delà de la simple amélioration des capacités des robots. Dans le domaine médical, par exemple, des robots équipés de cette technologie pourraient assister des chirurgiens en observant et en apprenant des procédures complexes sans intervention humaine directe. Dans l’industrie, les robots pourraient être utilisés pour inspecter et réparer des machines, apprenant à identifier et à corriger des anomalies sans supervision constante.

De même, dans le secteur des services, les robots pourraient être formés pour interagir avec des clients, en apprenant à partir d’exemples de conversations précédentes pour offrir des réponses plus naturelles et pertinentes. En agriculture, ces robots pourraient surveiller et maintenir les cultures, apprenant à identifier les signes de maladies ou de parasites grâce à l’observation.

Cette avancée pourrait également transformer la façon dont les robots sont utilisés dans l’éducation, offrant aux étudiants des expériences d’apprentissage interactives et personnalisées. Les possibilités sont vastes et dépendent de la manière dont cette technologie sera adoptée et intégrée dans différents secteurs.

Alors que ces innovations continuent de progresser, la question se pose : comment allons-nous gérer les implications éthiques et pratiques de robots de plus en plus autonomes et intelligents dans notre société ?