C'est la Robot Maid qu'Elon Musk finance

Au sein d'une organisation secrète à but non lucratif soutenue par Elon Musk et d'autres personnalités de la Silicon Valley, une poignée de robots conçus pour aider dans les entrepôts apprennent progressivement à effectuer des tâches ménagères utiles.

OpenAI , qui a été créé pour faire de la recherche fondamentale sur l'IA, reprogramme des robots développés par Aller chercher la robotique , une entreprise qui fournit du matériel d'automatisation d'entrepôt. Les chercheurs d'OpenAI équipent les robots d'un logiciel qui leur permet de s'entraîner par essais et erreurs.

Cet effort reflète le pari que les innovations dans les logiciels et l'apprentissage automatique, plutôt que les percées dans le matériel, sont le moyen de donner à la robotique de nouvelles capacités remarquables. Fetch fabrique une gamme de robots pour les entrepôts, y compris des systèmes qui suivent les travailleurs autour d'un bâtiment, transportant des objets déposés dans un panier. OpenAI utilise un système qui comprend une base mobile mais aussi des capteurs de profondeur 3D, un scanner laser 2D et un bras robotique à sept degrés de liberté.

Grâce à l'apprentissage par renforcement, ce robot développé par Fetch Robotics découvre comment aider à la maison.

En avril, OpenAI a recruté Pieter Abbeel , professeur à l'Université de Californie à Berkeley et grand spécialiste de l'apprentissage des robots. Abbeel a montré comment les robots peuvent utiliser une approche d'apprentissage automatique appelée apprentissage par renforcement profond pour acquérir des compétences complètement nouvelles qui seraient difficiles à programmer à la main, comme plier des serviettes ou récupérer des objets dans un réfrigérateur. Google DeepMind, une filiale d'IA basée au Royaume-Uni, utilise cette technique pour amener les ordinateurs à jouer à des jeux informatiques à un niveau surhumain (voir Google's AI Masters Space Invaders).

Les robots d'Abbeel apprennent des tâches à partir de zéro, en utilisant un réseau de neurones qui reçoit les entrées des capteurs et contrôle les mouvements physiques. Le réseau ajuste automatiquement ses paramètres à mesure qu'il se rapproche de son objectif. Un robot peut essayer des milliers de prises, par exemple, pour apprendre à tenir un certain objet.

Si cet objectif peut être atteint, il y aura alors des avantages économiques et industriels, explique Marc Deisenroth, expert en apprentissage par renforcement à l'Imperial College de Londres. Imaginez un Roomba non seulement en train de nettoyer votre sol mais aussi de faire la vaisselle, de repasser les chemises, de nettoyer les vitres, de préparer le petit-déjeuner.

Deisenroth affirme que l'utilisation de robots prêts à l'emploi pourrait réduire les coûts. Actuellement, le logiciel semble être le goulot d'étranglement, ajoute-t-il. Cependant, indépendamment de cela, un meilleur matériel pourrait également conduire à des améliorations substantielles. Les manipulateurs souples et les pieds élastiques semblables aux pieds d'un singe sont des concepts sur lesquels les chercheurs ont commencé à travailler, dit-il.

Certains fabricants, dont la société japonaise Fanuc, testent l'apprentissage par renforcement comme moyen de former rapidement des robots industriels à de nouvelles tâches telles que l'apprentissage de la saisie d'objets inconnus. Lorsque de nombreux robots travaillent en parallèle, le temps de formation requis est réduit en conséquence (voir Ce robot d'usine apprend un nouveau travail du jour au lendemain ). Les chercheurs en robotique de Google testent des techniques d'apprentissage similaires.

S'éloigner de la programmation manuelle des robots en dotant les robots d'un apprentissage autonome est un élément clé pour l'avenir de la robotique, déclare Jens Kober, expert en apprentissage des robots à l'Université de technologie de Delft aux Pays-Bas. Kober dit qu'il sera crucial que les robots partagent les informations qu'ils ont apprises.

Alors que des robots tels que ceux fabriqués par Fetch se retrouvent dans de nombreuses usines et entrepôts, les robots domestiques restent de la science-fiction. Effectuer des tâches apparemment simples comme laver la vaisselle ou plier le linge dans une maison en désordre est incroyablement difficile pour une machine. Un robot programmé de manière conventionnelle peut facilement être éjecté par un objet inconnu ou une légère variation d'éclairage.

OpenAI a confirmé qu'il travaillait avec les robots de Fetch, mais il a refusé de commenter davantage. Melonee Wise, la fondatrice de la société, n'a pas pu être jointe pour commenter (voir Innovateurs de moins de 35 ans : Melonee Wise).

OpenAI a été créé par Musk et une poignée d'entrepreneurs bien connus (et bien nantis) de la Silicon Valley, dont l'investisseur Peter Thiel, le président de Y Combinator, Sam Altman, et la cofondatrice de l'incubateur, Jessica Livingston. Les bailleurs de fonds de l'organisation à but non lucratif ont engagé un financement de 1 milliard de dollars pour le projet, et il est dirigé par Ilya Sutskever, un éminent chercheur en IA qui a quitté Google pour rejoindre le projet, et Greg Brockman, un des premiers employés de la société de paiement numérique de haut niveau Stripe .

Alors qu'OpenAI s'est engagé à rendre la technologie qu'il développe accessible au public, cela pourrait certainement profiter aux entreprises soutenues par Musk et Thiel, ainsi qu'à celles émergeant de Y Combinator.

cacher