Révélations incroyables du responsable des robots de Google DeepMind sur les super robots polyvalents, l’intelligence artificielle générative et le Wi-Fi de bureau !

Google DeepMind dévoile une base de données de fonctionnalités robotiques

Le mois dernier, l’équipe Google DeepMind a lancé Open X-Embodiment, une base de données de fonctionnalités robotiques créée en collaboration avec 33 instituts de recherche. Les chercheurs impliqués ont comparé le système à ImageNet, la base de données emblématique fondée en 2009 qui compte désormais plus de 14 millions d’images.

Le potentiel de l’apprentissage robotique

Open X-Embodiment contenait initialement plus de 500 compétences et 150 000 tâches provenant de 22 robots différents. DeepMind a ensuite formé son modèle RT-1-X sur les données et l’a utilisé pour entraîner des robots dans d’autres laboratoires, obtenant un taux de réussite de 50% par rapport aux méthodes internes développées par les équipes.

Un temps passionnant pour l’apprentissage robotique

Il est indéniable que nous vivons une période passionnante pour l’apprentissage robotique. De nombreuses équipes abordent le problème sous différents angles avec une efficacité croissante. Bien que la domination des robots sur mesure soit loin d’être terminée, il semble que nous apercevions un monde où le robot polyvalent est une possibilité réelle.

La simulation et l’IA au cœur de l’innovation robotique

La simulation jouera sans aucun doute un rôle majeur dans l’équation, ainsi que l’intelligence artificielle (y compris la variété générative). Il semble cependant que certaines entreprises aient mis la charrue avant les bœufs en ce qui concerne la construction de matériel pour des tâches générales, mais qui sait ce que l’avenir nous réserve ?

Entretien avec Vincent Vanhoucke, responsable de la robotique chez Google DeepMind

Vincent Vanhoucke, responsable de la robotique chez Google DeepMind, a récemment accordé une interview à nous. Il a expliqué que bien que son implication avec DeepMind soit récente, il existe une longue histoire de recherche en robotique au sein de l’entreprise. Il a également souligné l’importance de la perception dans le développement de la robotique réelle.

La transition vers la robotique généraliste

Une grande partie de l’équipe Everyday Robots s’est jointe à l’équipe de Vanhoucke. Il a expliqué que la robotique générale était subordonnée au problème de l’IA générale, et que la résolution de la partie intelligence était essentielle pour tout progrès significatif dans la robotique réelle.

L’importance de l’IA générative

Vanhoucke a souligné que l’IA générative jouerait un rôle central dans la robotique. Les modèles linguistiques de grande envergure sont en réalité des modèles de raisonnement et de compréhension du bon sens et du monde quotidien. Ces modèles peuvent être appliqués à la planification, aux interactions homme-robot et aux manipulations robotiques.

Le rôle de la simulation dans la collecte de données

La simulation est un élément clé pour la collecte de données et l’analyse. Cependant, il est important de combler l’écart entre la simulation et la réalité. Les modèles génératifs peuvent être utilisés pour générer des scénarios futurs et planifier les actions des robots.