Physical Intelligence: pourquoi un vétéran de Stripe pense que les robots vont enfin devenir intelligents

Vous êtes-vous jamais demandé pourquoi les réseaux de neurones peuvent déjà écrire du code et composer des sonnets, mais ne peuvent toujours pas correctement plier une chemise ou vider dignement le lave-vaisselle? Pendant des années, nous avons observé des robots anthropomorphes trébucher maladroitement lors d'expositions, suscitant un mélange de pitié et d'ironie chez les spectateurs. Le problème n'a jamais résidé dans le "matériel"—les servomoteurs et les capteurs ont atteint le niveau nécessaire il y a longtemps.

Le vrai problème était dans les cerveaux. Ou plutôt, leur absence. Chaque robot devait être programmé pour une tâche spécifique et étroite, et tout écart transformait une machine coûteuse en ferraille.

Mais Lachi Groom, l'homme qui a contribué à transformer Stripe en géant financier, pense que cette impasse appartient au passé.

Physical Intelligence n'a pas émergé de nulle part. Ce n'est pas simplement une autre tentative de créer une "main intelligente". C'est l'ambition de créer ce que l'industrie appelle les foundation models, mais pour le monde physique.

Si GPT est un modèle qui comprend la structure du langage, alors PI construit un modèle qui comprend la physique du mouvement. Et pour ce faire, Groom a rassemblé autour de lui de véritables stars du monde académique. Sergey Levine de Berkeley, Chelsea Finn de Stanford, Karol Hausman de Google DeepMind—ces personnes ont consacré des décennies à enseigner aux machines à apprendre de leur propre expérience.

Auparavant, ils manquaient de puissance de calcul et de données, mais le succès des grands modèles de langage (LLMs) l'a démontré: si vous alimentez un algorithme avec suffisamment d'informations, la quantité se transforme inévitablement en qualité.

Pourquoi est-ce important maintenant? Nous sommes à un point d'inflexion. Pendant longtemps, la robotique a vécu isolée des avancées en IA.

Les ingénieurs construisaient des robots, les programmeurs écrivaient des algorithmes de contrôle, et ces deux groupes se comprenaient rarement. Lachi Groom et son équipe ont décidé d'abattre ce mur. Ils abordent la robotique comme un problème de traitement de données.

Leur objectif est de constituer la plus grande bibliothèque mondiale d'interactions physiques. Comment une main serre-t-elle une tasse? Quelle force faut-il pour ouvrir une porte?

Comment compenser une surface glissante? Toutes ces petites choses que nous faisons sans réfléchir sont des équations complexes pour un robot. PI envisage de les résoudre une fois pour toutes en créant un "logiciel" universel qui peut être déployé dans n'importe quel mécanisme.

Bien sûr, les sceptiques se souviendront immédiatement du Optimus d'Elon Musk ou des gars de Figure AI. Mais il y a une différence fondamentale ici. Tandis que les concurrents tentent de construire le corps parfait, Physical Intelligence se concentre sur l'intelligence qui contrôle ce corps.

Lachi Groom joue le jeu long: il comprend que le marché des "cerveaux pour robots" est potentiellement beaucoup plus grand que le marché des robots eux-mêmes. C'est comme un système d'exploitation—celui qui captera cette norme contrôlera toute l'industrie de l'automatisation au cours de la prochaine décennie. Et au vu de la rapidité avec laquelle les investisseurs de la Silicon Valley signent des chèques pour cette startup, ils croient que la prise de Groom forgée chez Stripe aidera à transformer la science théorique en triomphe commercial.

Qu'est-ce que tout cela signifie pour nous? Très probablement, nous verrons la fin de l'ère des robots spécialisés. Nous n'aurons pas besoin de machines séparées pour les entrepôts, les cuisines ou les hôpitaux.

Une classe d'appareils émergera qui apprennent en temps réel, simplement en observant les actions humaines ou en recevant des instructions en langage naturel. Cela semble de la science-fiction, mais les fondations sont posées aujourd'hui. Lachi Groom ne se contente pas de construire une entreprise; il tente de prouver que le monde physique est tout aussi malléable pour les algorithmes que le monde des chiffres et des textes.

S'il a raison, dans cinq ans nous nous souviendrons des robots "bêtes" d'aujourd'hui avec le même sourire avec lequel nous regardons maintenant les téléphones à cadran.

L'essentiel: Physical Intelligence parie que la robotique manquait non pas d'ingénieurs, mais d'intelligence scalable. Le "cerveau" de PI peut-il devenir le Windows du monde des robots?