Les Robots Humanoïdes Chinois Entrent à l’École
Depuis longtemps, le débat sur l’intelligence artificielle (IA) s’est concentré sur des modèles capables de résumer, de programmer ou de générer des images. Cependant, lorsque l’on transpose cette ambition dans le monde physique, tout change. Un robot ne peut pas apprendre à travailler simplement en lisant des instructions. Il doit observer, répéter, échouer et accumuler des données sur des mouvements réels. Ainsi, la prochaine frontière de la robotique ne consiste pas uniquement à fabriquer des corps plus agiles ou des mains plus précises, mais à créer un système complet permettant de les enseigner à agir en dehors des laboratoires.
Une Fête de Données à Fujian
Ce système commence à prendre forme à Fujian, où la première grande usine de collecte de données est en phase de test. Selon CCTV, cette installation se trouve dans le parc logiciel de Fuzhou et a été développée par Fujian Jufu Technology. Près de 30 robots y suivent les instructions de divers opérateurs, appelés “professeurs”, pour pratiquer des tâches telles que le nettoyage des tables, le tri des fruits et légumes ou le recyclage de cartons.
La Mécanique de l’Apprentissage Robotique
La mécanique de cette “école” est simple à imaginer, mais les exigences sont élevées. Les opérateurs portent des dispositifs de réalité virtuelle pour guider les robots pendant chaque exercice. Lorsqu’un opérateur lève le bras, la machine reproduit le geste, par exemple en saisissant un gobelet en papier. Ce qui est crucial, c’est non seulement que l’action soit accomplie, mais que chaque mouvement, angle articulaire et pression soit enregistré par des caméras et des capteurs.
Une Apprentissage Basé sur des Données Réalistes
Une des dimensions les plus discrètes mais déterminantes réside dans le fait que des gestes apparemment simples, comme nettoyer une table, exigent une séquence précise de décisions physiques. Jiao Shiwei, ingénieur en collecte de données, a expliqué que même les mouvements les plus subtils nécessitent des données d’apprentissage. Chaque action doit être conçue en fonction des caractéristiques du robot pour définir la trajectoire optimale.
La Question de la Généralisation
Le mot-clé ici est “généralisation”. Cela signifie la capacité d’appliquer ce qui a été appris lorsque l’environnement devient différent de celui de l’entraînement. Les opérateurs introduisent des variations dans les objets pour élargir le champ d’apprentissage. Par exemple, en modifiant la taille ou la forme des verres et des tables, ils entraînent les robots à s’adapter à des situations nouvelles.
La Course aux Données pour les Robots
Il est essentiel de comprendre que les robots se lancent également dans leur propre course aux données. Contrairement aux autres domaines de l’IA qui s’appuient souvent sur du matériel numérique existant, en robotique, la plupart des exemples doivent être générés avec des machines réelles et des mouvements répétés. Selon Xinhua, le véritable goulot d’étranglement des humanoïdes ne réside plus dans le matériel, mais dans la nécessité de perfectionner leur “cerveau” à travers un entraînement en conditions réelles.
Un Avenir Prometteur pour Jufu Technology
Fujian Jufu Technology, fondée en septembre 2025, vise à établir un écosystème local de talents algorithmiques, de données et de collaboration avec la chaîne industrielle. Son PDG, Chen Yishi, a déclaré que ces usines soutiennent des modèles de bout en bout et leur mise en œuvre dans des scénarios spécifiques. L’objectif est que les robots IA ne fonctionnent pas comme des machines traditionnelles, mais comme des systèmes autonomes capables de prendre des décisions sur la base d’un entraînement réel.
Un Écosystème en Évolution
Les ambitions de Jufu Technology s’étendent à l’industrie, la sécurité, ainsi qu’à l’éducation et la recherche. Bien qu’il s’agisse encore d’une feuille de route à construire, le potentiel d’impact pour le futur de la robotique est monumental.
Images | Jufu Technology | Xinhua