Malgré les promesses, les robots humanoïdes à tout faire ne sont pas pour tout de suite

Ils servent déjà des cocktails, courent des marathons ou plient le linge, mais les robots humanoïdes sont encore loin de pouvoir multiplier les tâches différentes sur demande, malgré les promesses et le marketing.

Le décalage était frappant, dans les allées du salon Robotics Summit à Boston, fin mai, entre d'un côté, les brochures publicitaires, et de l'autre, le discours des professionnels.

Elon Musk ne cesse de vanter les progrès du prototype Optimus, que l'on a récemment vu courir à petites foulées. Le Figure 03 de Figure AI remet en ordre et nettoie seul un salon.

Les Chinois AgiBot ou Matrix Robotics présentent leurs modèles comme susceptibles de recevoir des visiteurs, de servir un café et de leur faire une visite d'un lieu, à la manière du C-3PO de "Star Wars".

"La plupart des robots humanoïdes que vous voyez ici sont télécommandés ou effectuent des déplacements et des tâches très spécifiques", avertit Chris Matthieu, vice-président de la start-up RealSense, qui développe des caméras pour la robotique.

C'était le cas du Neo, lancé par la société 1X à grand renfort de publicité fin octobre et présenté comme "le premier robot prêt pour le grand public", mais manoeuvré par un téléopérateur.

La montée en puissance de l'intelligence artificielle (IA) "a accéléré à l'extrême" les progrès de la robotique, souligne William Okazaki, du spécialiste des capteurs Renesas.

Le grand défi des mains, le Graal de la robotique humanoïde, est en passe d'être résolu, la technologie permettant de moduler la poigne avec finesse. Des détecteurs peuvent même désormais reconnaître le contact avec la peau humaine.

Ces avancées ont été, en grande partie, permises par l'émergence, très récente, des modèles d'IA dits VLA (vision-language-action), qui combinent texte (instructions et contexte) et image enregistrée en temps réel via une caméra.

C'est l'avènement du "world model", un modèle d'IA qui, à force de digérer des images et des vidéos, peut comprendre et anticiper un événement se produisant dans le monde réel, comme la réaction d'un objet en fonction de différentes pressions appliquées pour le saisir.

La chasse aux données

Mais "pour arriver au robot multi-fonctions, il va encore falloir des années", prévient Daniel Fan, responsable produit chez Innodisk, qui conçoit des modules de transmission intégrés pour robots. "Il faut encore les entraîner davantage."

De nombreux robots humanoïdes ont déjà été lancés en situation réelle, notamment l'Atlas de Boston Dynamics chez Hyundai ou l'AEON d'Hexagon Robotics sur un site BMW, mais il s'agit de tests et non de véritables déploiements.

"Le monde réel est beaucoup plus complexe que les gens ne l'imaginent. Rien ne remplace la mise en situation du robot pour lui faire faire ce dont vous le pensez capable", insiste Charlie Kemp, responsable technique de Hello Robot, qui commercialise des robots destinés notamment aux personnes à mobilité réduite.

"Personne ne peut encore faire du 100% autonome", confirme Xinrui Bi, responsable produit au sein d'AgiBot, "parce qu'il n'y a pas encore assez de données. C'est ce qui est le plus précieux aujourd'hui, les données."

Pour combler ce manque, des légions de caméras sont dispersées pour observer tous les gestes possibles, de personnes préparant un repas chez elles à des ouvriers d'un atelier textile en Inde.

Avec les robots humanoïdes à tout faire, la barre est placée beaucoup plus haut que pour les modèles de langage type ChatGPT, car ils ont vocation à avoir une large autonomie, qui peut avoir des conséquences concrètes.

"Il faut vraiment que ce soit sécurisé pour les usagers qui sont autour du robot", avance Valentino Fagard, de la société japonaise XELA Robotics, qui travaille sur le sens du toucher pour les robots.

Il est possible de fixer des contraintes précises aux modèles, pour empêcher le robot de serrer trop fort ou de s'approcher trop près d'un humain.

Mais John Black, responsable technique chez Brain Corp, dont les robots nettoient les sols ou vérifient les stocks, rappelle que les modèles dits "VLA" ou "world models" ont en commun avec les chatbots "de ne pas être déterministes", c'est-à-dire, pour partie, imprévisibles.

"C'est une boîte noire", dit-il. "Et ils sont vraiment très loin d'atteindre le niveau de sécurité nécessaire."