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
Partie 2: Max Bajracharya et Russ Tedrake du Toyota Research Institute
Partie 3 : Dhruv Batra de Meta
Partie 4 : Aaron Saunders de Boston Dynamics
Ken Goldberg est professeur et titulaire de la chaire d’ingénierie William S. Floyd Jr. à l’UC Berkeley, co-fondateur et scientifique en chef d’une startup de tri robotique de colis. Ambidextre et membre de l’IEEE.
Quel(s) rôle(s) l’IA générative jouera-t-elle dans le futur de la robotique ?
Même si les rumeurs ont commencé un peu plus tôt, 2023 restera dans les mémoires comme l’année où l’IA générative a transformé la robotique. Les grands modèles de langage comme ChatGPT peuvent permettre aux robots et aux humains de communiquer en langage naturel. Les mots ont évolué au fil du temps pour représenter des concepts utiles allant de « chaise » à « chocolat » en passant par « charisme ». Les roboticiens ont également découvert que les grands langages de visionAction les modèles peuvent être entraînés pour faciliter la perception du robot et contrôler les mouvements des bras et des jambes du robot. La formation nécessite de grandes quantités de données, c’est pourquoi les laboratoires du monde entier collaborent désormais pour partager des données. Les résultats affluent et même si des questions restent ouvertes quant à la généralisation, l’impact sera profond.
Un autre sujet passionnant concerne les « modèles multimodaux » dans deux sens du multimodal :
- Multimodal en combinant différents modes de saisie, par exemple Vision et Langage. Ceci est maintenant étendu pour inclure la détection tactile et de profondeur, ainsi que les actions du robot.
- Multimodal en termes de permettre différentes actions en réponse au même état d’entrée. C’est étonnamment courant en robotique ; par exemple, il existe de nombreuses façons de saisir un objet. Les modèles profonds standards feront la « moyenne » de ces actions de préhension, ce qui peut produire de très mauvaises préhensions. Les politiques de diffusion, développées par Shuran Song, actuellement à Stanford, constituent une manière très intéressante de préserver les actions multimodales.
Que pensez-vous du facteur de forme humanoïde ?
J’ai toujours été sceptique à propos des humanoïdes et des robots à pattes, car ils peuvent être trop sensationnels et inefficaces, mais je reconsidère après avoir vu les derniers humanoïdes et quadrupèdes de Boston Dynamics, Agility et Unitree. Tesla possède les compétences en ingénierie nécessaires pour développer à grande échelle des moteurs et des systèmes d’engrenages à faible coût. Les robots à pattes présentent de nombreux avantages par rapport aux roues des maisons et des usines pour traverser les marches, les débris et les tapis. Les robots bimanuels (à deux bras) sont essentiels pour de nombreuses tâches, mais je continue de croire que de simples pinces continueront d’être plus fiables et plus rentables que les mains de robots à cinq doigts.
Après la fabrication et les entrepôts, quelle est la prochaine grande catégorie de la robotique ?
Après les récents accords salariaux des syndicats, je pense que nous verrons beaucoup plus de robots dans l’industrie manufacturière et les entrepôts qu’aujourd’hui. Les progrès récents dans le domaine des taxis autonomes ont été impressionnants, en particulier à San Francisco, où les conditions de conduite sont plus complexes qu’à Phoenix. Mais je ne suis pas convaincu qu’ils puissent être rentables. Pour la chirurgie assistée par robot, les chercheurs explorent la « dextérité augmentée » – où les robots peuvent améliorer les compétences chirurgicales en effectuant des sous-tâches de bas niveau telles que la suture.
À quelle distance se trouvent les vrais robots polyvalents ?
Je ne m’attends pas à voir de véritables robots AGI et polyvalents dans un avenir proche. Pas un seul roboticien que je connais ne s’inquiète du fait que des robots volent des emplois ou deviennent nos suzerains.
Les robots domestiques (au-delà des aspirateurs) prendront-ils leur essor au cours de la prochaine décennie ?
Je prédis qu’au cours de la prochaine décennie, nous disposerons de robots domestiques abordables capables de désencombrer – de ramasser des objets comme des vêtements, des jouets et des déchets sur le sol et de les placer dans des poubelles appropriées. Comme les aspirateurs d’aujourd’hui, ces robots commettent parfois des erreurs, mais les avantages pour les parents et les personnes âgées l’emportent sur les risques.
Quelle histoire/tendance importante en matière de robotique ne bénéficie pas d’une couverture suffisante ?
Planification des mouvements du robot. Il s’agit de l’un des sujets les plus anciens de la robotique : comment contrôler les articulations du moteur pour déplacer l’outil robot et éviter les obstacles. Beaucoup pensent que ce problème a été résolu, mais ce n’est pas le cas.
Les « singularités » des robots constituent un problème fondamental pour tous les bras robotisés ; ils sont très différents du moment hypothétique de Kurzweil où l’IA surpasse les humains. Les singularités d’un robot sont des points dans l’espace où un robot s’arrête de manière inattendue et doit être réinitialisé manuellement par un opérateur humain. Les singularités découlent des calculs nécessaires pour convertir le mouvement en ligne droite souhaité de la pince en mouvements correspondants pour chacun des six moteurs d’articulation du robot. À certains points de l’espace, cette conversion devient instable (semblable à une erreur de division par zéro) et le robot doit être réinitialisé.
Pour les mouvements répétitifs du robot, les singularités peuvent être évitées grâce à un réglage manuel fastidieux des mouvements répétitifs du robot afin de les ajuster de telle sorte qu’ils ne rencontrent jamais de singularités. Une fois ces mouvements déterminés, ils sont répétés encore et encore. Mais pour la génération croissante d’applications où les mouvements des robots ne sont pas répétitifs, notamment la palettisation, le bin-picking, l’exécution des commandes et le tri des colis, les singularités sont courantes. Ils constituent un problème bien connu et fondamental car ils perturbent le fonctionnement des robots à des moments imprévisibles (souvent plusieurs fois par heure). J’ai co-fondé une nouvelle startup, Jacobi Robotics, qui met en œuvre des algorithmes efficaces et *garantis* pour éviter les singularités. Cela peut augmenter considérablement la fiabilité et la productivité de tous les robots.