Google DeepMind a publié Gemini Robotics 2, la dernière version de son modèle vision-langage-action intégré dans un robot humanoïde.

Dans un article de blog, l'entreprise a indiqué que ce lancement constitue une étape importante vers une « AGI physique » — une intelligence artificielle générale capable d'interagir avec le monde réel et d'y évoluer par le biais de systèmes physiques tels que des robots, permettant à ceux-ci d'accomplir des tâches physiques que les humains peuvent réaliser.

En combinant plusieurs modèles d'IA, le système permet ce que DeepMind appelle un « contrôle intelligent du corps entier ». L'entreprise a précisé que cela confère aux robots la capacité de percevoir leur environnement, de raisonner à travers des tâches à étapes multiples et de coordonner leurs mouvements sur l'ensemble de leur corps. Les robots intégrant le système peuvent également collaborer avec d'autres robots, ce qui illustre la tendance croissante des systèmes robotiques à s'articuler autour de la coordination plutôt que de l'automatisation de tâches uniques.

Carolina Parada, responsable de la robotique chez DeepMind, a décrit l'ambition à long terme comme permettant à « un robot d'accomplir n'importe quelle tâche qu'un humain peut réaliser ».

Des vidéos de démonstration publiées la semaine dernière ont montré le robot Apollo 2 d'Apptronik et des mains robotiques de Sharpa accomplir de manière autonome des tâches domestiques et industrielles telles que nouer des sacs poubelle et visser des ampoules. Les systèmes ont été entraînés à l'aide d'une combinaison de téléopération, de démonstrations vidéo et de simulation.

Paul Miller, analyste chez Forrester, a déclaré que ce lancement s'appuie sur les travaux antérieurs de Google en robotique en améliorant la collaboration entre robots, en aidant les machines à se remettre d'actions échouées et en offrant au modèle une meilleure compréhension d'un robot dans son ensemble, plutôt que de se concentrer uniquement sur des composants individuels tels qu'un bras ou une pince.

Néanmoins, Miller a souligné que le saut permettant de combler le fosse entre le cerveau et le corps robotique comporte des risques importants.

« Les robots sont des machines physiques », a-t-il déclaré. « Ils peuvent être puissants et ils peuvent être lourds. Les personnes qui travaillent avec ces machines et celles qui les croisent dans le monde réel doivent avoir l'assurance que ces machines sont sûres. »

Il a pointé plusieurs défis, notamment la nécessité de garantir que les robots tombent en panne de manière sûre en cas de dysfonctionnement des capteurs ou des systèmes d'alimentation, arguant que un déploiement à grande échelle aux côtés des humains dépendra de garanties de sécurité robustes.

« Avant que les robots puissent être véritablement déployés aux côtés des humains, le dossier de sécurité doit être prouvé de manière convaincante et crédible », a-t-il affirmé.

Concernant l'objectif de Google d'atteindre une AGI physique, Miller a indiqué que la promesse reste pour l'instant « aspirationale ».

« Un robot capable de faire tout ce qu'un humain peut faire, dans n'importe quel environnement, peut être un objectif de recherche raisonnable, mais nous en sommes encore loin », a-t-il déclaré.

Pour l'heure, il s'attend à ce que l'IA physique crée de la valeur dans des environnements contrôlés tels que les usines et les entrepôts, où des agencements plus restreints et des tâches plus prévisibles facilitent la limitation des risques et de l'incertitude.

« L'IA physique peut être adaptable et plus flexible que les formes précédentes d'automatisation, mais il reste plus facile et moins coûteux de déployer l'automatisation dans des environnements où l'on peut minimiser les risques, minimiser l'incertitude et maximiser l'utilisation », a-t-il conclu. « Une usine ou un entrepôt peut être bruyant, sale ou chaotique, mais c'est tout de même beaucoup plus simple pour un robot qu'un environnement domestique. »