Une start-up américaine affirme avoir franchi un cap dans la robotique avec un modèle capable d’exécuter des tâches inédites. Une avancée encore expérimentale, mais qui intrigue déjà les chercheurs.
La start-up états-unienne Physical Intelligence vient de dévoiler un modèle d’intelligence artificielle qui pourrait marquer une étape importante dans la robotique, nous fait savoir Tech Crunch dans un papier passionnant publié jeudi 16 avril.
Baptisé π0.7, ce système serait capable de guider des robots dans des tâches pour lesquelles ils n’ont pas été spécifiquement entraînés. Une capacité que les chercheurs eux-mêmes disent ne pas avoir totalement anticipée, tant les résultats dépassent les attentes initiales.
Vers un “cerveau” robotique plus généraliste
L’un des points clés de cette recherche repose sur ce que les scientifiques appellent la “généralisation compositionnelle”. Concrètement, il s’agit de la capacité à combiner différentes compétences acquises dans des contextes variés pour résoudre un problème inédit.
Jusqu’à présent, la robotique fonctionnait principalement sur un modèle très spécifique : chaque tâche nécessitait un entraînement dédié. Avec π0.7, l’idée est différente : le robot peut réutiliser des connaissances fragmentaires pour comprendre une situation nouvelle.
L’expérience de Physical Intelligence illustre cette évolution : le robot a réussi à utiliser une friteuse à air (airfryer) alors qu’il n’y avait quasiment aucune donnée d’entraînement sur cet appareil. Le modèle aurait reconstitué son fonctionnement à partir d’indices très limités.
L’importance des instructions humaines
Autre point notable : le rôle du langage. Le modèle peut être guidé par des instructions verbales, un peu comme un humain que l’on forme sur une nouvelle tâche.
Sans accompagnement, les performances restent limitées. Mais avec des instructions étape par étape, les résultats s’améliorent fortement. Les chercheurs évoquent même des progrès spectaculaires simplement en reformulant les consignes.
Cela ouvre une perspective intéressante : des robots capables de s’adapter en temps réel, sans nécessiter de nouvel entraînement ou de collecte massive de données.
Des limites encore importantes
Malgré ces avancées, les chercheurs restent prudents. Le modèle ne peut pas encore exécuter des tâches complexes de manière totalement autonome à partir d’une simple commande générale.
Par exemple, il n’est pas encore possible de lui demander d’effectuer une tâche complète sans guidage détaillé. L’apprentissage reste donc fortement dépendant de l’interaction humaine.
Autre difficulté : l’absence de standards dans l’évaluation des performances en robotique. Les résultats présentés reposent principalement sur des comparaisons internes avec d’autres modèles développés par l’entreprise.
Une dynamique proche des débuts des IA génératives
Certains chercheurs comparent cette évolution à celle des modèles de langage, comme ceux qui ont marqué un tournant dans l’IA ces dernières années. L’idée est que les capacités pourraient progresser plus vite que prévu, à mesure que les modèles gagnent en complexité.
Mais une différence majeure subsiste : contrairement aux IA textuelles, les robots ne disposent pas d’un volume de données équivalent à celui d’Internet pour apprendre.
Une start-up très surveillée
Fondée il y a seulement deux ans, Physical Intelligence attire déjà l’attention des investisseurs. L’entreprise aurait levé plus d’un milliard de dollars et pourrait atteindre une valorisation proche de 11 milliards.
Malgré cet engouement, aucun calendrier précis de commercialisation n’a été communiqué. Les travaux restent pour l’instant au stade de la recherche.
Sources : Tech Crunch, Physical Intelligence
