Nvidia a lancé son nouvel ordinateur robotique Jetson Thor la semaine dernière, qui offre en quelque sorte aux robots une mise à niveau cérébrale massive. Il s’agit de 7,5 fois plus de puissance de traitement IA que la génération précédente, ce qui signifie que les robots peuvent enfin réfléchir et réagir en temps réel au lieu de saccader pendant les tâches comme s’ils mettaient en mémoire tampon une vidéo YouTube de 2009.
Voici pourquoi Jetson Thor est si important
- Il offre 2 070 téraflops de puissance de calcul (c’est beaucoup de calculs, très rapidement) tout en pouvant tenir dans le corps d’un robot.
- Plus important encore, il peut traiter simultanément les données provenant de plusieurs capteurs — caméras, radar, capteurs tactiles — et prendre des décisions en une fraction de seconde sans avoir besoin de contacter le cloud.
- Vous utiliseriez ce « cerveau » avec un modèle de raisonnement comme Cosmos-Reason1, que vous pouvez télécharger (GitHub, Hugging Face) ou l’essayer ici.
Qui se lance déjà dans l’aventure ?
- Agility Robotics intègre Thor à la prochaine génération de son robot d’entrepôt Digit, pour l’aider à empiler les cartons et éviter de créer accidentellement des installations d’art contemporain.
- Boston Dynamics l’intègre à Atlas (oui, l’humanoïde qui fait des saltos arrière), en lui offrant une « puissance de calcul autrefois réservée aux serveurs » dans un format mobile.
- Des laboratoires de recherche de Stanford, Carnegie Mellon et l’Université de Zurich l’utilisent pour tout, des robots de triage médical aux missions de recherche et de sauvetage.
Ce n’est pas non plus une expérience technologique de niche. Plus de 2 millions de développeurs construisent déjà sur la plateforme robotique de Nvidia. C’est à peu près la population de Houston, entièrement mobilisée pour rendre les robots moins… robotiques.
Quel est le piège ?
Cette amélioration cérébrale n’est pas donnée. Le kit de développement démarre à 3 499 dollars US, et les modules de production coûtent 2 999 dollars US pièce si vous en achetez au moins 1 000 unités. C’est plus cher que l’ordinateur portable de la plupart des gens, mais c’est apparemment le prix à payer pour rendre un robot assez intelligent pour ne pas, vous savez, rentrer dans les murs.
La vraie question : que signifiera cette amélioration cérébrale pour Jake the Rizz Bot et sa capacité à vous flatter (ou à vous snober)?
Pourquoi c’est important
Nous arrivons au point où les robots peuvent réellement gérer des situations complexes et imprévisibles dans le monde réel, au lieu de simplement suivre des routines préprogrammées. Pensez à des assistants chirurgicaux capables de s’adapter en cours d’opération, à des robots de livraison qui se déplacent dans des rues urbaines chaotiques ou à des robots d’entrepôt qui n’ont pas besoin qu’un humain leur explique comment gérer chaque forme de carton.
Prenez par exemple Figure AI, qui vient de faire la démonstration de la capacité de ses robots humanoïdes à se déplacer dans des tas de ferraille et à plier des serviettes (les trois « D » classiques des tâches robotiques « dirty, dangerous and dull », c’est-à-dire sales, dangereuses et monotones). Vous pouvez être certain que Figure utilise Jetson !
Que manque-t-il aux robots pour parvenir à une véritable intelligence ?
Même avec toute cette puissance matérielle, il manque aux robots certains ingrédients essentiels pour parvenir à une véritable intelligence. Matt Berman a reçu une formidable liste d’invités lors d’une récente édition de son émission en direct Forward Future, avec trois créateurs d’IA travaillant précisément sur ces éléments manquants.
- Greg Kamradt, qui a expliqué comment tester une « véritable IAG » à l’aide de leur benchmark ARC-AGI-3 en mettant l’accent sur l’efficacité des actions, autrement dit le nombre d’étapes nécessaires pour accomplir une tâche.
- Charles Packer de Letta, qui a présenté le travail qu’il mène avec son équipe pour créer des « mémoires » open source que l’IA peut transporter d’un système à l’autre.
- Allan, de Skywork AI, qui a fait une démonstration de Matrix Game 2.0, dans lequel l’IA crée à la volée des univers de jeu cohérents grâce à un « modèle du monde » génératif.
Pourquoi sont-ils importants ? Parce que les robots ont besoin de ces trois éléments pour gérer des situations qu’ils n’ont jamais rencontrées, se souvenir des préférences de leur employeur humain (même lorsque celui-ci change de corps ou d’entreprise) et comprendre les espaces physiques, tout en prédisant ce qui se passe lorsqu’ils déplacent des objets sans tout casser au passage.
La puissance de traitement de Thor + un raisonnement continu et efficace dans l’action + une mémoire persistante + une modélisation du monde = des machines qui comprennent réellement leur environnement. Nous en voyons des aperçus dans les démonstrations de robots qui sortent ces jours-ci… Une informatique embarquée plus intelligente constitue donc une étape importante pour y parvenir.
Note de la rédaction : Ce contenu a été publié à l’origine dans la newsletter de notre publication sœur, The Neuron. Pour découvrir davantage de contenus de The Neuron, inscrivez-vous à sa newsletter ici.