Optimus : les trucages de Tesla révèlent les limites du robot

Capture d’écran 2024-10-23 133351

Il est encore plus difficile de croire au calendrier d’Elon Musk pour Optimus qu’à celui du robotaxi Cybercab. Pendant ce temps, l’apprentissage d’Atlas avec des modèles proches de l’IA générative se poursuit.

Il y a dix jours, Elon Musk a annoncé que la production en série limitée du robot humanoïde Optimus pourrait commencer l'année prochaine pour un usage interne, avec une production de masse envisagée pour 2026. Toutefois, il semble douteux que ces délais soient respectés.

Tesla a été critiqué pour avoir utilisé des acteurs humains pour simuler des interactions autonomes de robots lors d’un événement précédent.Les Optimus se sont contentés de se déplacer lentement, sans tomber ni heurter d'obstacles, mais sans démontrer de réelles compétences avancées.

De même, une vidéo de la semaine dernière (ci-dessus) montre Optimus en action dans les usines de Tesla, en train de soulever des boîtes, monter des escaliers et servir des boissons. Cependant, ces images ont été considérablement accélérées. Une manipulation notée dans un petit encadré en haut de la vidéo mentionne que la vitesse a été multipliée de deux à dix fois. Ce montage a soulevé des interrogations sur la réalité des capacités du robot.

Difficile repassage

Le développement de robots humanoïdes se heurte à de nombreux obstacles, notamment la difficulté à recréer des compétences humaines complexes. Les mains robotiques, par exemple, posent encore un grand défi. Contrairement aux doigts humains, les pinces robotiques sont souvent moins précises et peuvent se casser sous l'effort.

De plus, même si un robot est capable de réaliser une tâche dans un environnement spécifique, comme plier une chemise sur une table, il pourrait échouer si cette même tâche lui est demandée dans un contexte légèrement différent, comme sur un lit avec des draps différents.

Bien que le robot Optimus puisse théoriquement plier une chemise, Elon Musk a admis qu’il était encore téléopéré par des humains lors de démonstrations publiques (lire Qant du 17 janvier). Cette dépendance à l'assistance humaine souligne l’écart entre les objectifs ambitieux annoncés et les capacités réelles des robots actuels.

Menaçante concurrence

La concurrence s’intensifie, notamment avec la collaboration entre Toyota et Boston Dynamics (lire Qant du 18 octobre). Le robot Atlas, développé par Boston Dynamics, semble bien plus avancé sur le plan de l'agilité et des mouvements, comme le montrent des vidéos où Atlas effectue différentes acrobaties.

L'approche de Toyota et Boston Dynamics repose sur une nouvelle méthode d'apprentissage pour les robots, utilisant des modèles comportementaux d’une architecture similaire aux grands modèles de langage. Cette approche permet de montrer physiquement aux robots comment accomplir une tâche en répétant l'action jusqu'à ce que la machine l'intègre. Cependant, comme pour l’entraînement d’un LLM, le processus reste lent et fastidieux.

Par exemple, pour qu’Atlas apprenne à plier une chemise, il peut être nécessaire de lui montrer l’action des dizaines de fois avant qu’il ne puisse la reproduire de manière fiable. De plus, cette compétence apprise dans un environnement ne peut pas toujours être facilement transférée à un autre environnement sans un nouvel apprentissage.

L’un des défis majeurs pour la profession est de développer des robots capables d’adapter des compétences acquises dans différents contextes pour les appliquer à des situations inédites. Cette capacité à généraliser les apprentissages sera un pas crucial vers des robots véritablement autonomes, capables d'exécuter une gamme variée de tâches dans des environnements divers.

Voire de répondre aux projets d’Elon Musk.

Pour en savoir plus :

L’essentiel