Les développeurs de robots continuent de donner l’impression que les robots domestiques sont imminents alors qu’ils seront dans des décennies

Les robots Optimus qui marchent, parlent et dansent lors de la récente démonstration de Tesla ont généré énorme enthousiasme. Mais cela s’est transformé en déception comme ça est devenu évident que une grande partie de ce qui se passait était en réalité contrôlé à distance par des humains.

Même si cela reste un aperçu fascinant de l’avenir, ce n’est pas la première fois que les robots se révèlent un peu trop beaux pour être vrais.

Prenez Sophia, par exemple, le robot créé par Hanson Robotics, basé au Texas, en 2016. Elle a été présentée par l’entreprise comme un être essentiellement intelligent, ce qui a incité de nombreux spécialistes en technologie à appelle ça et au-delà de nos capacités du moment.

De la même manière, nous avons vu des vidéos soigneusement chorégraphiées de séquences d’action pré-scénarisées comme celles de Boston Dynamics. Gymnastique atlasla fabrication anglaise Le robot Ameca « se réveille »et plus récemment l’Optimus de Tesla à l’usine. Évidemment, ceux-ci sont toujours impressionnants à différents égards, mais ils sont loin d’être le package complet et sensible. Laissez Optimus ou Atlas se déchaîner dans une maison au hasard et vous verrez quelque chose de très différent.

Un robot humanoïde capable de travailler dans nos maisons doit être capable d’effectuer de nombreuses tâches différentes, d’utiliser nos outils, de naviguer dans nos environnements et de communiquer avec nous comme un humain. Si vous pensiez que ce serait dans un an ou deux, vous allez être déçu.

Construire des robots capables d’interagir et d’effectuer des tâches complexes dans nos maisons et nos rues reste un défi de taille. Les concevoir ne serait-ce que pour bien accomplir une tâche spécifique, comme ouvrir une porte, est extrêmement difficile.

Il existe de nombreuses poignées de porte de formes, de poids et de matériaux différents, sans parler de la complexité de faire face à des circonstances imprévues telles qu’une porte verrouillée ou des objets bloquant le passage. Développeurs avoir en fait maintenant créé un robot ouvre-porte, mais les robots capables de gérer des centaines de tâches quotidiennes sont encore loin.

Derrière le rideau

La technique de commande à distance du « Magicien d’Oz » de la démonstration Tesla est une méthode de contrôle couramment utilisée dans ce domaine, offrant aux chercheurs une référence pour tester leurs véritables avancées. Connu sous le nom de contrôle télémétrique, ce système existe depuis un certain temps et devient de plus en plus avancé.

L’un des auteurs de cet article, Carl Strathearn, participait à une conférence au Japon plus tôt cette année, où un conférencier d’honneur de l’un des plus grands robotique les laboratoires ont démontré un système télémétrique avancé. Il a permis à un seul humain de faire fonctionner simultanément de nombreux robots humanoïdes de manière semi-autonome, en utilisant des mouvements prédéfinis, des invites de conversation et une parole informatisée.

Il s’agit évidemment d’une technologie très utile. Les systèmes télémétriques sont utilisés pour contrôler les robots travaillant dans environnements dangereux, soins de santé pour personnes handicapées et même dans espace extra-atmosphérique. Mais la raison pour laquelle un humain est toujours aux commandes est que même les robots humanoïdes les plus avancés, comme Atlas, ne sont pas encore suffisamment fiables pour fonctionner de manière totalement indépendante dans le monde réel.

Un autre problème majeur est ce que l’on peut appeler l’IA sociale. Principaux programmes d’IA générative tels que Gémeaux de DeepMind et OpenAI Vision GPT-4 pourrait constituer une base pour des systèmes d’IA autonomes créatifs pour les robots humanoïdes à l’avenir. Mais il ne faut pas croire que de tels modèles signifient qu’un robot est désormais capable de bien fonctionner dans le monde réel.

Interpréter des informations et résoudre des problèmes comme un être humain nécessite bien plus que simplement reconnaître des mots, classer des objets et générer de la parole. Cela nécessite une compréhension contextuelle plus approfondie des personnes, des objets et des environnements – en d’autres termes, du bon sens.

Pour explorer ce qui est actuellement possible, nous avons récemment réalisé une projet de recherche appelé Common Sense Enhanced Language and Vision (CiViL). Nous avons équipé un robot appelé Euclid de connaissances de bon sens dans le cadre d’un système de vision et de langage génératif d’IA pour aider les gens à préparer des recettes. Pour ce faire, nous avons dû créer des bases de données de connaissances de bon sens en utilisant des exemples concrets de résolution de problèmes mis en scène par les étudiants.

Euclide pouvait expliquer les étapes compliquées des recettes, donner des suggestions en cas de problème et même indiquer aux gens les endroits de la cuisine où se trouvent généralement les ustensiles et les outils. Pourtant, des questions subsistaient, comme celle de savoir quoi faire si quelqu’un avait une réaction allergique grave en cuisinant. Le problème est qu’il est presque impossible de gérer tous les scénarios possibles, et pourtant c’est ce qu’implique le vrai bon sens.

Cet aspect fondamental de l’IA s’est quelque peu perdu dans les robots humanoïdes au fil des années. La parole générée, les expressions faciales réalistes, les commandes télémétriques et même la possibilité de jouer à des jeux tels que « pierre papier ciseaux » sont tous impressionnants. Mais la nouveauté s’estompe rapidement si les robots ne sont pas réellement capables de faire quoi que ce soit d’utile par eux-mêmes.

Cela ne veut pas dire que des progrès significatifs n’est pas fait vers des robots humanoïdes autonomes. Un travail impressionnant est en cours systèmes nerveux robotiques pour donner aux robots plus de sens pour apprendre, par exemple. La presse ne leur accorde généralement pas autant d’attention que les grands dévoilements.

Le déficit de données

Un autre défi majeur est le manque de données réelles pour entraîner les systèmes d’IA, car les données en ligne ne représentent pas toujours avec précision les conditions réelles nécessaires à l’entraînement de nos robots. Nous devons encore trouver un moyen efficace de collecter ces données réelles en quantité suffisante pour obtenir de bons résultats. Cependant, cela pourrait bientôt changer si nous pouvons y accéder à partir de technologies telles qu’Alexa et Méta Ray-Ban.

Néanmoins, la réalité est que nous sommes encore à plusieurs décennies peut-être du développement de robots humanoïdes multimodaux dotés d’une IA sociale avancée, capables d’aider dans la maison. Peut-être qu’entre-temps, on nous proposera des robots pilotés à distance depuis un centre de commande. Les voudrons-nous cependant ?

En attendant, il est également plus important que nous concentrions nos efforts sur la création de robots destinés à des rôles capables de soutenir les personnes qui ont un besoin urgent d’aide maintenant. Des exemples seraient inclure les soins de santéoù les listes d’attente sont longues et les hôpitaux en sous-effectif ; et l’éducationpour offrir aux enfants trop anxieux ou gravement malades la possibilité de participer à des cours à distance. Nous avons également besoin d’une meilleure transparence, d’une législation et de tests accessibles au public, afin que chacun puisse distinguer la réalité de la fiction et contribuer à renforcer la confiance du public en prévision de l’arrivée des robots.

Carl Strathearnchercheur en informatique, Université Napier d’Édimbourg et Dimitra Gkatziaprofesseur agrégé en informatique, Université Napier d’Édimbourg

Cet article est republié à partir de La conversation sous licence Creative Commons. Lire le article original.