Une version de ces questions et réponses est apparue pour la première fois dans la newsletter robotique gratuite de TechCrunch, Actuator. Abonnez-vous ici.
Nous terminons notre série de questions-réponses de fin d’année sur la robotique avec cette entrée de Deepu Talla. Nous avons visité le siège social de NVIDIA dans la Bay Area en octobre. Depuis plus d’une décennie, Talla est vice-président et directeur général du géant des puces, Embedded & Edge Computing. Il offre un aperçu unique de l’état de la robotique en 2023 et de la direction que prendront les choses à l’avenir. Au cours des dernières années, NVIDIA s’est imposée comme une plateforme majeure pour la simulation, le prototypage et le déploiement robotique.
Questions et réponses précédentes :
Crédits images : Nvidia
Quel(s) rôle(s) l’IA générative jouera-t-elle dans le futur de la robotique ?
Nous constatons déjà des améliorations de productivité grâce à l’IA générative dans tous les secteurs. De toute évidence, l’impact de GenAI aura un impact transformateur sur la robotique, de la simulation à la conception et bien plus encore.
- Simulation : les modèles pourront accélérer le développement de la simulation, comblant ainsi le fossé entre les artistes techniques 3D et les développeurs, en créant des scènes, en construisant des environnements et en générant des ressources. Ces actifs GenAI seront de plus en plus utilisés pour la génération de données synthétiques, la formation aux compétences robotiques et les tests de logiciels.
- IA multimodale : les modèles basés sur des transformateurs amélioreront la capacité des robots à mieux comprendre le monde qui les entoure, leur permettant ainsi de travailler dans davantage d’environnements et d’effectuer des tâches complexes.
- (Re)programmation des robots : plus grande capacité à définir des tâches et des fonctions dans un langage simple pour rendre les robots plus généraux/polyvalents.
- Conception : conceptions mécaniques innovantes pour une meilleure efficacité – par exemple, effecteurs finaux.
Que pensez-vous du facteur de forme humanoïde ?
Concevoir des robots autonomes est difficile. Les humanoïdes sont encore plus difficiles. Contrairement à la plupart des AMR qui comprennent principalement les obstacles au niveau du sol, les humanoïdes sont des manipulateurs mobiles qui auront besoin d’une IA multimodale pour mieux comprendre l’environnement qui les entoure. Une quantité incroyable de traitement des capteurs, de contrôle avancé et d’exécution de compétences est nécessaire.
Les percées dans les capacités d’IA générative permettant de créer des modèles fondamentaux rendent les compétences robotiques nécessaires aux humanoïdes plus généralisables. En parallèle, nous constatons des progrès dans les simulations qui peuvent entraîner les systèmes de contrôle basés sur l’IA ainsi que les systèmes de perception.
Après la fabrication et les entrepôts, quelle est la prochaine grande catégorie de la robotique ?
Les marchés où les entreprises ressentent les effets de la pénurie de main-d’œuvre et des changements démographiques continueront de s’aligner sur les opportunités correspondantes en matière de robotique. Cela couvre les entreprises de robotique travaillant dans divers secteurs, de l’agriculture à la livraison du dernier kilomètre en passant par la vente au détail et bien plus encore.
Un défi majeur dans la construction de robots autonomes pour différentes catégories est de créer les mondes virtuels 3D nécessaires pour simuler et tester les piles. Encore une fois, l’IA générative sera utile en permettant aux développeurs de créer plus rapidement des environnements de simulation réalistes. L’intégration de l’IA dans la robotique permettra une automatisation accrue dans des environnements plus actifs et moins « adaptés aux robots ».
À quelle distance se trouvent les vrais robots polyvalents ?
Nous continuons de voir des robots devenir plus intelligents et capables d’effectuer plusieurs tâches dans un environnement donné. Nous nous attendons à ce que l’on continue de se concentrer sur les problèmes spécifiques à la mission tout en les rendant plus généralisables. La véritable autonomie incarnée à usage général est plus lointaine.
Les robots domestiques (au-delà des aspirateurs) prendront-ils leur essor au cours de la prochaine décennie ?
Nous aurons des assistants personnels, des tondeuses à gazon et des robots utiles pour aider les personnes âgées d’usage courant.
Le compromis qui a entravé les robots domestiques, jusqu’à présent, est l’axe de savoir combien quelqu’un est prêt à payer pour son robot et si le robot offre cette valeur. Les robots aspirateurs offrent depuis longtemps le meilleur rapport qualité-prix, d’où leur popularité.
De plus, à mesure que les robots deviennent plus intelligents, disposer d’interfaces utilisateur intuitives sera essentiel pour une adoption accrue. Les robots capables de cartographier leur propre environnement et de recevoir des instructions vocales seront plus faciles à utiliser par les particuliers que les robots nécessitant une certaine programmation.
La prochaine catégorie à décoller serait probablement d’abord axée sur l’extérieur – par exemple, l’entretien autonome des pelouses. D’autres robots domestiques, comme les assistants personnels/de santé, sont prometteurs, mais doivent relever certains des défis intérieurs rencontrés dans des environnements domestiques dynamiques et non structurés.
Quelle histoire/tendance importante en matière de robotique ne bénéficie pas d’une couverture suffisante ?
La nécessité d’une approche plateforme. De nombreuses startups de robotique sont incapables d’évoluer car elles construisent des robots qui fonctionnent bien pour une tâche ou un environnement spécifique. Pour assurer la viabilité commerciale à grande échelle, il est important de développer des robots plus généralisables, c’est-à-dire capables d’ajouter rapidement de nouvelles compétences ou d’apporter les compétences existantes à de nouveaux environnements.
Les roboticiens ont besoin de plates-formes dotées d’outils et de bibliothèques pour former et tester l’IA pour la robotique. La plate-forme devrait fournir des capacités de simulation pour entraîner des modèles, générer des données synthétiques et exercer l’ensemble de la pile logicielle robotique, avec la possibilité d’exécuter les modèles d’IA générative les plus récents et émergents directement sur le robot.
Les startups et entreprises de robotique prospères de demain devraient se concentrer sur le développement de nouvelles compétences robotiques et de nouvelles tâches d’automatisation et exploiter toute l’étendue des plates-formes de développement de bout en bout disponibles.