Toyota Research Institute (TRI) a franchi une étape innovante dans le monde de la robotique. Au lieu de passer des centaines d’heures à coder, corriger des erreurs et des bugs, TRI a utilisé une IA générative dans une sorte de « maternelle pour robots » pour enseigner aux robots comment préparer un petit déjeuner, ou du moins, les tâches individuelles nécessaires pour le faire.
L’importance du toucher dans l’apprentissage robotique
La clé de cet exploit réside dans le sens du toucher. Les chercheurs de Toyota Research Institute ont équipé les robots d’un pouce moelleux (terme imagé) pour que le modèle puisse « sentir » ce qu’il fait, enrichissant ainsi son flux d’informations. Cette approche rend les tâches complexes plus faciles à exécuter qu’avec la seule vue.
Ben Burchfiel, responsable de la manipulation habile au laboratoire, exprime son enthousiasme : « C’est passionnant de les voir interagir avec leur environnement ». Après qu’un « professeur » ait montré un ensemble de compétences, le robot apprend « en quelques heures » en arrière-plan. Burchfiel ajoute : « Il est courant pour nous d’enseigner à un robot l’après-midi, de le laisser apprendre pendant la nuit, et de découvrir un nouveau comportement opérationnel le lendemain matin. »
Toyota Research Institute développe des modèles comportementaux élargis
L’équipe de Toyota Research Institute vise à développer des « Modèles Comportementaux Élargis » (MCE) pour les robots. Russ Tedrake, professeur en robotique au MIT et vice-président de la recherche en robotique chez TRI, explique que ces MCE apprendraient par observation, pour ensuite « généraliser, exécutant une nouvelle compétence qu’ils n’ont jamais apprise auparavant ».
Grâce à cette méthode, Toyota affirme avoir formé ses robots à plus de 60 compétences difficiles, comme « verser des liquides, utiliser des outils et manipuler des objets déformables ». L’objectif est d’atteindre 1 000 compétences d’ici fin 2024.
Toyota Research Institute vs Google et Tesla
Google et Tesla ont également mené des recherches similaires. Tout comme Toyota, leurs robots utilisent l’expérience qu’on leur a donnée pour déduire comment faire les choses. Théoriquement, les robots formés à l’IA pourraient accomplir des tâches avec peu ou pas d’instructions.
Cependant, les robots de Google ont encore du chemin à parcourir. Le New York Times souligne que cette recherche est généralement « lente et nécessite beaucoup de main-d’œuvre ». Fournir suffisamment de données d’apprentissage s’avère plus difficile que simplement nourrir un modèle IA avec d’énormes quantités de données internet, comme l’illustre l’exemple d’un robot identifiant à tort la couleur d’une banane comme étant blanche.
En conclusion, avec ces avancées, Toyota Research Institute renforce sa position à l’avant-garde de la recherche en robotique et en IA, promettant des innovations passionnantes pour l’avenir.
