Au cours des prochaines semaines, la newsletter robotique de TechCrunch, Actuator, organisera des questions-réponses avec certains des plus grands esprits de la robotique. Abonnez-vous ici pour les futures mises à jour.
Partie 1: Matthew Johnson-Roberson de la CMU
Cette semaine, nous avons un double. Russ Tedrake et Max Bajracharya du Toyota Research Institute se partagent le travail. Tedrake est vice-président de la recherche en robotique du TRI. Il est également professeur Toyota au Département de génie électrique et informatique, de génie mécanique et d’aéro/astronomie du MIT. Bajracharya est le vice-président senior de la robotique de TRI. Il était auparavant directeur de la robotique à l’Institut.
Quel(s) rôle(s) l’IA générative jouera-t-elle dans le futur de la robotique ?
Russ Tedrake : L’IA générative a le potentiel d’apporter de nouvelles capacités révolutionnaires à la robotique. Non seulement nous sommes capables de communiquer avec les robots en langage naturel, mais la connexion à des données linguistiques et d’images à l’échelle d’Internet donne aux robots une compréhension et un raisonnement beaucoup plus solides sur le monde. Mais nous n’en sommes encore qu’aux premiers jours ; des travaux supplémentaires sont nécessaires pour comprendre comment ancrer les connaissances en matière d’images et de langage dans les types d’intelligence physique nécessaires pour rendre les robots vraiment utiles.
Que pensez-vous du facteur de forme humanoïde ?
Max Bajracharya : Les endroits où les robots peuvent aider les gens ont tendance à être conçus pour les gens, de sorte que ces robots devront probablement s’adapter et travailler dans ces environnements. Cependant, cela ne signifie pas qu’ils doivent prendre une forme humanoïde (deux bras, des mains à cinq doigts, deux jambes et une tête) ; ils doivent simplement être compacts, sûrs et capables d’accomplir des tâches semblables à celles d’un humain.
Après la fabrication et les entrepôts, quelle est la prochaine grande catégorie de la robotique ?
Max Bajracharya : Je vois beaucoup de potentiel et de besoins dans l’agriculture, mais la nature extérieure et non structurée de nombreuses tâches constitue un véritable défi. Toyota Ventures a investi dans quelques sociétés comme Burro et Agtonomy, qui font de bons progrès pour apporter de l’autonomie à certaines applications agricoles initiales.
À quelle distance se trouvent les vrais robots polyvalents ?
Russ Tedrake : Je suis optimiste que le domaine pourra progresser régulièrement, passant des robots relativement spécialisés que nous avons aujourd’hui vers des robots plus polyvalents. On ne sait pas exactement combien de temps cela prendra, mais l’automatisation flexible, la fabrication à forte mixité, les robots agricoles, les robots de point de service et probablement de nouvelles industries que nous n’avions pas encore imaginées bénéficieront de niveaux croissants d’autonomie et de capacités de plus en plus générales. .
Les robots domestiques (au-delà des aspirateurs) prendront-ils leur essor au cours de la prochaine décennie ?
Max Bajracharya : Les maisons restent un défi difficile à relever pour les robots, car elles sont très diverses et non structurées, et les consommateurs sont sensibles aux prix. L’avenir est difficile à prédire, mais le domaine de la robotique progresse très rapidement.
Quelle histoire/tendance importante en matière de robotique ne bénéficie pas d’une couverture suffisante ?
Russ Tedrake : Nous entendons beaucoup parler ces jours-ci de l’IA générative et des incroyables progrès et investissements dans le matériel. Cependant, bon nombre de ces succès ont été rendus possibles par la révolution silencieuse à laquelle nous avons assisté dans le domaine de la simulation. Il y a seulement quelques années, la plupart des roboticiens auraient dit qu’il était impossible de former ou de tester un système de vision par ordinateur en simulation ; maintenant, c’est une pratique courante. Certains chercheurs sont encore sceptiques quant à la possibilité de développer un système de contrôle, par exemple pour une main adroite, entièrement en simulation et de le faire fonctionner dans la réalité, mais la tendance va de plus en plus dans cette direction. De gros investissements de sociétés comme Nvidia, Google DeepMind et TRI contribuent à y parvenir.