C'est ainsi que le soulèvement des robots commence enfin

Les coupables sont Wintermeyer

Le bras du robot effectue un type particulier de tâche de Sisyphe. Il plane au-dessus d'un tas brillant de morceaux de poulet cuits, plonge et récupère un seul morceau. Un instant plus tard, il pivote et place le morceau de poulet, tout en douceur, dans une boîte à bento se déplaçant le long d'un tapis roulant.

Ce robot, contrôlé par un logiciel d'une société basée à San Francisco appelée Osaro, est plus intelligent que tout ce que vous avez vu auparavant. Le logiciel lui a appris à cueillir et à placer le poulet en cinq secondes environ. Dans l'année, Osaro s'attend à ce que ses robots trouvent du travail dans une usine alimentaire japonaise.

Cette histoire faisait partie de notre numéro de juillet 2018

• Voir la suite du problème
• S'abonner

Quiconque s'inquiète d'un soulèvement de robots n'a qu'à entrer dans une usine moderne pour voir à quelle distance cela se trouve. La plupart des robots sont puissants et précis mais ne peuvent rien faire à moins d'être programmés méticuleusement. Un bras de robot ordinaire n'a pas le sens nécessaire pour ramasser un objet s'il est déplacé d'un pouce. Il est complètement inutile de saisir quelque chose d'inconnu; il ne connaît pas la différence entre une guimauve et un cube de plomb. Ramasser des morceaux de poulet de forme irrégulière dans un tas au hasard est un acte de génie.

Les robots industriels ont été largement épargnés par les dernières avancées de l'intelligence artificielle. Au cours des cinq dernières années environ, les logiciels d'IA sont devenus aptes à identifier des images, à gagner des jeux de société et à répondre à la voix d'une personne sans pratiquement aucune intervention humaine. Il peut même s'apprendre de nouvelles capacités, avec suffisamment de temps pour s'entraîner. Tout cela pendant que les cousins ​​​​matériels de l'IA, les robots, ont du mal à ouvrir une porte ou à ramasser une pomme.

C'est sur le point de changer. Le logiciel d'intelligence artificielle qui contrôle le robot d'Osaro lui permet d'identifier les objets devant lui, d'étudier leur comportement lorsqu'ils sont poussés, poussés et saisis, puis de décider comment les manipuler. Comme d'autres algorithmes d'IA, il apprend de l'expérience. À l'aide d'une caméra standard combinée à un logiciel d'apprentissage automatique sur un ordinateur puissant à proximité, il découvre comment saisir les choses efficacement. Avec suffisamment d'essais et d'erreurs, le bras peut apprendre à saisir à peu près tout ce qu'il peut rencontrer.

Un robot récupère des produits dans une poubelle au siège d'Osaro. Winni Wintermeyer

Les robots de travail équipés d'IA permettront à l'automatisation de s'infiltrer dans de nombreux autres domaines de travail. Ils pourraient remplacer les personnes partout où les produits doivent être triés, déballés ou emballés. Capables de naviguer dans une usine chaotique, ils pourraient prendre encore plus d'emplois dans le secteur manufacturier. Ce n'est peut-être pas un soulèvement, mais ça pourrait être une révolution quand même. Nous assistons actuellement à de nombreuses expérimentations et les gens essaient beaucoup de choses différentes, explique Willy Shih, qui étudie les tendances de la fabrication à la Harvard Business School. Il y a énormément de possibilités pour [automatiser] les tâches répétitives.

C'est une révolution non seulement pour les robots, mais aussi pour l'IA. Mettre un logiciel d'IA dans un corps physique lui permet d'utiliser la reconnaissance visuelle, la parole et la navigation dans le monde réel. L'intelligence artificielle devient plus intelligente car elle se nourrit de plus de données. Ainsi, à chaque prise et placement, le logiciel derrière ces robots deviendra de plus en plus apte à donner un sens au monde et à son fonctionnement.

Cela pourrait conduire à des avancées qui ne seraient pas possibles sans toutes ces données, déclare Pieter Abbeel, professeur à l'Université de Californie à Berkeley et fondateur de Covariant.ai (jusqu'à récemment appelé Embodied Intelligence), une startup appliquant l'apprentissage automatique. et la réalité virtuelle à la robotique dans la fabrication.

Séparés à la naissance

Cette ère a mis du temps à venir. En 1954, George C. Devol, un inventeur, a breveté la conception d'un bras mécanique programmable. En 1961, un entrepreneur de fabrication nommé Joseph Engelberger a transformé le design en Unimate, une machine peu maniable et maladroite utilisée pour la première fois sur une chaîne de montage de General Motors dans le New Jersey.

Dès le début, il y avait une tendance à idéaliser l'intelligence derrière ces machines simples. Engelberger a choisi le nom de robot pour l'Unimate en l'honneur des androïdes imaginés par l'auteur de science-fiction Isaac Asimov. Mais ses machines étaient des appareils mécaniques rudimentaires dirigés pour effectuer une tâche spécifique par un logiciel relativement simple. Même les robots beaucoup plus avancés d'aujourd'hui restent à peine plus que des cancres mécaniques qui doivent être programmés pour chaque action.

L'intelligence artificielle a suivi une autre voie. Dans les années 1950, il a entrepris d'utiliser les outils de l'informatique pour imiter la logique et la raison humaines. Certains chercheurs ont également cherché à donner une présence physique à ces systèmes. Dès 1948 et 1949, William Gray Walter, un neuroscientifique à Bristol, au Royaume-Uni, a développé deux petites machines autonomes qu'il a baptisées Elsie et Elmer. Ces dispositifs ressemblant à des tortues étaient équipés de circuits simples inspirés de la neurologie qui leur permettaient de suivre une source de lumière par eux-mêmes. Walter les a construits pour montrer comment les connexions entre quelques neurones du cerveau peuvent entraîner un comportement relativement complexe.

Un employé d'Embodied Intelligence utilise une plate-forme de réalité virtuelle pour entraîner un robot. Photo de courtoisie

Mais comprendre et recréer l'intelligence s'est avéré être un défi byzantin, et l'IA est entrée dans une longue période avec peu de percées. Pendant ce temps, la programmation de machines physiques pour faire des choses utiles dans le monde réel désordonné s'est souvent révélée d'une complexité insoluble. L'IA et les robots sont des compagnons stables dans les laboratoires de recherche depuis des décennies, et les chercheurs ont essayé d'appliquer l'apprentissage automatique aux robots industriels, mais cela n'a pas encore décollé dans l'industrie.

Puis, il y a environ six ans, des chercheurs ont découvert comment rendre une vieille astuce d'IA incroyablement puissante. Les scientifiques utilisaient des réseaux de neurones, des algorithmes qui se rapprochent, grosso modo, de la façon dont les neurones et les synapses du cerveau apprennent à partir des entrées. Ces réseaux étaient, il s'avère, des descendants directs des composants qui ont donné à Elsie et Elmer leurs capacités. Les chercheurs ont découvert que des réseaux de neurones très vastes ou profonds pouvaient faire des choses remarquables lorsqu'ils alimentaient d'énormes quantités de données étiquetées, comme reconnaître l'objet montré dans une image avec une perfection quasi humaine.

Le domaine de l'IA a été bouleversé. L'apprentissage en profondeur, comme la technique est communément connue, est maintenant largement utilisé pour les tâches impliquant la perception : reconnaissance faciale, transcription de la parole et entraînement des voitures autonomes pour identifier les piétons et les panneaux de signalisation. Il a permis d'imaginer un robot capable de reconnaître votre visage, de vous parler intelligemment et de naviguer en toute sécurité jusqu'à la cuisine pour vous servir un soda du frigo.

Les coupables sont Wintermeyer

L'homme derrière le robot intelligent d'Osarou2019

• Le PDG d'Osaro, Derik Pridmore, a étudié la physique et l'informatique au MIT avant de rejoindre une société de capital-risque de la côte ouest appelée Founders Fund. Pendant son séjour, Pridmore a identifié DeepMind, une société britannique d'IA, comme cible d'investissement, et il a travaillé avec les fondateurs de la société pour affiner leur argumentaire. DeepMind continuerait à apprendre aux machines à faire des choses qui semblaient impossibles à l'époque. Célèbre, il a développé AlphaGo, le programme qui a battu le grand maître humain le mieux classé au jeu de société Go.

• Lorsque Google a acquis DeepMind en 2014, Pridmore a décidé que l'IA avait un potentiel commercial. Il a fondé Osaro et s'est rapidement concentré sur le robot picking comme application idéale. Saisir des objets chargés dans une benne ou rouler sur un tapis roulant est une tâche simple pour un humain, mais qui demande une véritable intelligence.

• Les techniques mises au point par DeepMind, connues sous le nom d'apprentissage par renforcement profond, permettent aux machines d'effectuer des tâches complexes sans apprendre à partir d'exemples fournis par l'homme. Les commentaires positifs, comme obtenir un score plus élevé dans un jeu vidéo, règlent le réseau et rapprochent l'algorithme de l'objectif jusqu'à ce qu'il devienne expert.

• Le raisonnement qui rend cela possible est profondément enfoui dans le réseau, encodé dans l'interaction de dizaines de millions de neurones simulés interconnectés. Mais le comportement qui en résulte peut sembler simple et instinctif. Avec suffisamment de pratique, un bras peut apprendre à ramasser des objets efficacement, même lorsqu'un objet est déplacé, caché par un autre objet ou façonné un peu différemment. Osaro utilise l'apprentissage par renforcement profond, ainsi que plusieurs autres techniques d'apprentissage automatique, pour rendre les robots industriels beaucoup plus intelligents.

L'une des premières compétences que l'IA donnera aux machines est une dextérité bien supérieure. Au cours des dernières années, Amazon a lancé un défi de cueillette de robots dans lequel les chercheurs s'affrontent pour qu'un robot ramasse un large éventail de produits le plus rapidement possible. Toutes ces équipes utilisent l'apprentissage automatique et leurs robots deviennent progressivement plus performants. Amazon, clairement, a un œil sur l'automatisation de la cueillette et de l'emballage de milliards d'articles dans ses centres de distribution.

Je travaille dans la saisie robotique depuis 35 ans et nous avons fait très peu de progrès, déclare Ken Goldberg, un collègue d'Abbeel à l'UC Berkeley. Grâce aux progrès de l'IA qui change : Nous sommes maintenant prêts à faire un grand bond en avant.

L'IA a un corps

Dans le quartier NoHo de New York, l'un des plus grands experts mondiaux de l'intelligence artificielle est actuellement à la recherche de la prochaine grande percée dans le domaine. Et il pense que les robots pourraient être une pièce importante du puzzle.

Yann LeCun a joué un rôle essentiel dans la révolution du deep learning. Au cours des années 1980, lorsque d'autres chercheurs ont rejeté les réseaux de neurones comme étant peu pratiques, LeCun a persévéré. En tant que responsable de la recherche sur l'IA de Facebook jusqu'en janvier, et maintenant en tant que scientifique en chef de l'IA, il a dirigé le développement d'algorithmes d'apprentissage en profondeur qui peuvent identifier les utilisateurs dans à peu près n'importe quelle photo qu'une personne publie.

Mais LeCun veut que l'IA fasse plus que simplement voir et entendre ; il veut qu'il raisonne et agisse. Et il dit qu'il a besoin d'une présence physique pour rendre cela possible. L'intelligence humaine implique l'interaction avec le monde réel ; les bébés humains apprennent en jouant avec les choses. L'IA intégrée dans les machines de préhension peut faire de même. Une grande partie des recherches les plus intéressantes sur l'IA impliquent désormais des robots, dit LeCun.

Un type remarquable d'évolution de la machine pourrait même en résulter, reflétant le processus qui a donné naissance à l'intelligence biologique. La vision, la dextérité et l'intelligence ont commencé à évoluer ensemble à un rythme accéléré une fois que les hominidés ont commencé à marcher debout, utilisant leurs deux mains libres pour examiner et manipuler des objets. Leurs cerveaux ont grossi, permettant des outils, un langage et une organisation sociale plus avancés.

L'IA pourrait-elle vivre quelque chose de similaire ? Jusqu'à présent, il existait en grande partie à l'intérieur des ordinateurs, interagissant avec des simulations grossières du monde réel, telles que des jeux vidéo ou des images fixes. Les programmes d'IA capables de percevoir le monde réel, d'interagir avec lui et d'apprendre à son sujet pourraient éventuellement devenir bien meilleurs pour raisonner et même communiquer. Si vous résolvez la manipulation dans son intégralité, dit Abbeel, vous aurez probablement construit quelque chose qui est assez proche de l'intelligence complète au niveau humain.

Correction : Une version antérieure de cette histoire suggérait que la recherche sur l'IA et la robotique étaient des domaines largement séparés depuis des décennies. Certaines modifications ont été apportées pour préciser que la séparation était en grande partie dans les applications commerciales plutôt que dans le laboratoire de recherche.

cacher