Agile Robots va intégrer les modèles de fondation de Google DeepMind dans ses robots

L'entreprise allemande de robotique Agile Robots rejoint la liste grandissante des partenaires de Google DeepMind. Aux termes de l'accord, Agile Robots intégrera les modèles de fondation de DeepMind dans ses robots et collectera en échange des données réelles sur l'interaction avec le monde 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 bras robotiques à pilotage intelligent ; son produit phare, Diana, peut réaliser des opérations d'assemblage précises et manipuler des objets. Son siège est à Munich, mais elle se développe activement en Chine et en Europe.

Pour Google DeepMind, ce partenariat prolonge une série d'accords stratégiques avec des entreprises de robotique. DeepMind a déjà conclu des accords similaires avec Apptronik, Enchanted Tools et plusieurs autres start-up. Le principe est partout le même : DeepMind donne accès à des modèles de fondation qui permettent aux robots d'apprendre de nouvelles tâches plus vite et avec moins d'exemples, et les partenaires fournissent en retour un flux de données réelles issues du fonctionnement dans le monde physique.

Les modèles de fondation pour robots sont de grands réseaux de neurones pré-entraînés qui, à l'image des modèles de langage, peuvent généraliser leurs connaissances d'une tâche à l'autre. Au lieu d'être entraîné de zéro pour chaque opération, un tel modèle transfère ses compétences : les connaissances de base sur la physique de la préhension d'objets aideront le robot à apprendre plus vite à assembler une nouvelle pièce. Google DeepMind investit ce domaine via le projet RT-2 et ses successeurs, qui associent vision par ordinateur, compréhension du langage et commande de bras robotiques.

Le problème central que ces partenariats cherchent à résoudre est la pénurie de données. Les modèles de langage ont appris sur des milliers de milliards de tokens issus d'internet. Les robots n'ont pas une telle ressource : chaque cycle de mouvement doit être exécuté physiquement dans le monde réel. C'est pourquoi l'accord est structuré ainsi : DeepMind a besoin de trajectoires de mouvement réelles, de forces de préhension et de données sur les tentatives ratées, soit ce que les robots d'Agile Robots produisent dans leur travail ordinaire. Pour DeepMind, c'est un signal d'entraînement précieux ; pour Agile Robots, un accès à des modèles d'IA de pointe sans avoir à bâtir seule une infrastructure de recherche.

Ce 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 start-up de robotique. La bataille pour savoir quelle plateforme d'IA deviendra le standard de la prochaine génération de robots industriels se joue maintenant, et chaque nouveau partenariat est une brique de plus dans l'écosystème correspondant.

Les données du monde réel sont aussi cruciales pour DeepMind pour une autre raison : le fameux sim-to-real gap, l'écart entre les capacités d'un modèle en simulation et en environnement physique, reste un obstacle sérieux. Les données des partenaires industriels permettent de réduire cet écart bien plus vite qu'au sein d'un laboratoire fermé.

Agile Robots rejoint un écosystème en formation où plusieurs grands laboratoires d'IA bâtissent en pratique des standards parallèles pour les robots intelligents. Quel standard l'emportera, ou si plusieurs survivront, déterminera en grande partie l'architecture de l'automatisation industrielle de la décennie à venir.