Agile Robots intègre les modèles fondamentaux de Google DeepMind dans ses robots

L'entreprise allemande de robotique Agile Robots a rejoint la liste croissante des partenaires de Google DeepMind. Selon l'accord, Agile Robots intégrera les modèles fondamentaux de DeepMind dans ses robots, et en retour collectera des données du monde réel sur les interactions avec l'environnement physique pour le laboratoire de recherche. Agile Robots a été fondée en 2018 en tant que spin-off du Centre aérospatial allemand (DLR).

L'entreprise se spécialise dans les robots manipulateurs avec contrôle intelligent — son produit phare Diana est capable d'effectuer des opérations précises d'assemblage et de manipulation d'objets. Le siège social est à Munich, mais l'entreprise s'expande activement sur les marchés chinois et européen. Du côté de Google DeepMind, ce partenariat poursuit une série d'accords stratégiques avec des entreprises de robotique.

Auparavant, DeepMind a conclu des accords similaires avec Apptronik, Enchanted Tools et plusieurs autres startups. L'essence du schéma dans tous les cas est la même : DeepMind fournit l'accès à des modèles fondamentaux qui permettent aux robots de maîtriser de nouvelles tâches plus rapidement et avec moins d'exemples, tandis que les partenaires fournissent en retour un flux de données du monde réel sur le travail dans l'environnement physique. Les modèles fondamentaux pour robots sont de grands réseaux de neurones pré-entraînés qui, par analogie avec les modèles de langage, sont capables de généraliser les connaissances entre différentes tâches.

Au lieu de former à partir de zéro pour chaque opération, un tel modèle transfère les compétences : les connaissances de base sur la physique de la saisie d'objets aideront le robot à maîtriser plus rapidement l'assemblage d'une nouvelle pièce. Google DeepMind investit dans cette direction via le projet RT-2 et ses successeurs, qui combinent la vision par ordinateur, la compréhension du langage et le contrôle des manipulateurs. Le problème clé que de tels partenariats résolvent est le déficit de données.

Les modèles de langage ont été entraînés sur des billions de tokens provenant d'Internet. Les robots n'ont pas cette ressource : chaque cycle de mouvement doit être exécuté physiquement dans le monde réel. C'est exactement pour cela que la structure de l'accord se présente ainsi : DeepMind a besoin de trajectoires de mouvement réelles, de forces de saisie, de données sur les tentatives échouées — le type de données que les robots d'Agile Robots génèrent lors du fonctionnement normal.

Pour DeepMind, c'est un signal d'entraînement précieux ; pour Agile Robots, c'est l'accès à des modèles d'IA de pointe sans avoir besoin de construire indépendamment une infrastructure de recherche. Le partenariat s'inscrit dans un paysage concurrentiel plus large. OpenAI a investi dans Figure AI et 1X.

Amazon soutient Agility Robotics. Microsoft travaille avec Apptronik. Nvidia construit la plateforme Isaac et investit dans un large éventail de startups de robotique.

La compétition pour savoir quelle plateforme d'IA deviendra la norme pour la prochaine génération de robots industriels se déploie en ce moment même, et chaque nouveau partenariat est une autre brique dans l'écosystème correspondant. Pour DeepMind, les données du monde réel sont aussi critiquement importantes car le soi-disant écart sim-to-real — l'écart entre les capacités du modèle en simulation et dans un environnement physique — reste un obstacle sérieux. Les données des partenaires fabricants permettent de combler cet écart beaucoup plus rapidement que dans un laboratoire fermé.

Agile Robots devient une partie d'un écosystème en formation dans lequel plusieurs grands laboratoires d'IA construisent essentiellement des normes parallèles pour les robots intelligents. Quel que soit le standard qui l'emportera — ou si plusieurs survivront — déterminera largement l'architecture de l'automatisation industrielle pour la prochaine décennie.