Tech • IA • Robotique • Jeu
Les robots entrent chez nous… mais peut-on leur faire confiance ?
7/10INTRO
Figure affirme que sa nouvelle IA Helix 2.5 améliore fortement la capacité des robots humanoïdes à accomplir des tâches domestiques dans des maisons inconnues, ce qui met en évidence des progrès rapides mais aussi d’importantes inquiétudes en matière de sécurité, de travail et de vie privée.
POINTS CLÉS
Un bond des performances
Figure a testé son humanoïde Figure 03 dans environ 30 maisons de la région de la baie de San Francisco qui n’avaient pas été cartographiées ni préparées à l’avance. Les robots devaient ranger 13 à 15 jouets, plier des serviettes et faire entièrement un lit en utilisant les mêmes objets d’un logement à l’autre. Avec les anciennes méthodes de contrôle, le taux de réussite complet n’était que de 9 %; avec le nouveau système d’entraînement, baptisé Index, il est monté à 56 %.
Un entraînement à partir de vidéos humaines
L’approche de l’entreprise repose sur la création d’une vaste bibliothèque visuelle d’actions humaines du quotidien. Des personnes équipées de caméras enregistrent des tâches comme plier du linge, ranger des pièces et manipuler des objets, fournissant au système des exemples de position des mains, de prise et d’enchaînement. La méthode reflète la stratégie d’entraînement très gourmande en données qui a permis aux grands modèles de langage de progresser rapidement.
Une possible loi d’échelle pour la robotique
L’implication la plus importante n’est pas le score actuel de 56 %, mais l’idée que davantage de données et de puissance de calcul réduisent régulièrement les taux d’erreur. Cela ressemble au modèle d’échelle observé dans l’IA moderne, où les performances s’améliorent de façon prévisible à mesure que les données d’entraînement augmentent. Si cette tendance se confirme, la robotique domestique et industrielle pourrait progresser bien plus vite que les générations précédentes, qui dépendaient de mouvements minutieusement scriptés.
Des démonstrations scriptées à un comportement adaptatif
Les démonstrations de robots d’autrefois reposaient souvent sur des environnements très contrôlés et des séquences d’actions préprogrammées. Les systèmes plus récents s’ajustent de plus en plus en temps réel, y compris en s’auto-corrigeant lorsqu’un robot est mal positionné pour une tâche. Cela marque un passage de la chorégraphie à un raisonnement physique plus général, avec de futurs gains attendus grâce à des modèles du monde plus riches, conçus pour des environnements réels plutôt que pour le seul texte.
L’industrie viendra probablement avant la maison
Les démonstrations domestiques attirent l’attention, mais le marché le plus clair à court terme est celui du travail industriel. Un propriétaire d’usine peut voir une valeur immédiate dans un humanoïde coûtant environ 30 000 $ s’il peut remplacer des tâches répétitives, tandis que les consommateurs peuvent hésiter à faire entrer une grande machine autonome chez eux. En Chine, les humanoïdes sont déjà présentés comme une réponse aux pénuries de main-d’œuvre et au déclin démographique, tandis que le Japon s’est davantage concentré sur l’assistance aux personnes âgées.
La Chine et les États-Unis avancent sur des fronts différents
La course actuelle à la robotique semble de plus en plus se jouer entre la Chine et les États-Unis. Les États-Unis restent forts dans les modèles d’IA de pointe, tandis que la Chine pousse fortement la fabrication, le déploiement et la collecte de données dans les usines. Les attitudes du public diffèrent aussi nettement: l’enthousiasme pour les robots et l’IA est décrit comme bien plus élevé en Asie de l’Est que dans des pays comme la France, où le scepticisme reste très répandu.
La sécurité reste un obstacle majeur
Un robot qui ne réussit qu’environ une fois sur deux est encore loin d’être acceptable dans une maison familiale. Au-delà du simple échec, les humanoïdes créent un risque physique: des moteurs puissants, des membres lourds et des composants rigides peuvent blesser des personnes si un contact se passe mal. Certaines entreprises ajoutent déjà des matériaux externes souples pour réduire l’impact, mais un fonctionnement sûr auprès des enfants, des animaux et dans des pièces encombrées reste non résolu.
L’alignement est plus difficile dans le monde physique
Le défi ne concerne pas seulement le mouvement, mais aussi le jugement. Un robot domestique doit savoir quand ne pas exécuter une commande si l’action crée un danger, comme fermer une porte sur un enfant ou mal manipuler un objet fragile. Dans les environnements physiques, de mauvaises décisions peuvent causer des dommages immédiats, ce qui rend les garde-fous et le raisonnement de bon sens plus urgents que dans les systèmes d’IA purement numériques.
Un immense marché des données est en train d’émerger
Contrairement à l’IA textuelle, la robotique ne dispose pas d’une archive prête à l’emploi, à l’échelle d’Internet, du savoir-faire physique. Les entreprises essaient donc d’acheter, de concéder sous licence ou de collecter d’énormes volumes de données incarnées. Une estimation citée évoquait un stock actuel d’environ 500 000 heures de données, contre un besoin plus proche de 100 millions d’heures, ce qui laisse entrevoir un vaste nouveau marché pour les compétences manuelles enregistrées et les démonstrations de tâches.
Le travail, le savoir-faire et la propriété sont en jeu
La diffusion des humanoïdes soulève des questions directes de remplacement du travail, surtout dans les usines et les emplois de service routiniers. Elle touche aussi à la propriété intellectuelle: des techniques manuelles rares dans des secteurs comme le luxe, l’artisanat et la chirurgie pourraient être numérisées, copiées, concédées sous licence ou perdues. Le débat ne porte plus seulement sur la capacité des robots à accomplir des tâches humaines, mais sur le contrôle des compétences qui les entraînent et sur ceux qui bénéficieront de la productivité qu’ils créent.
CONCLUSION
La robotique humanoïde passe du spectacle à un déploiement plus concret, l’entraînement guidé par les données produisant désormais des gains mesurables dans des situations réelles inconnues. La prochaine phase dépendra non seulement des progrès techniques, mais aussi de la capacité des entreprises et des gouvernements à résoudre la sécurité, la confiance et l’acceptation sociale plus vite que les machines ne s’améliorent.
Poser une question