Alphabet a intégré 100 robots dans ses bureaux pour effectuer des tâches quotidiennes
Au cours des dernières années, l'équipe de X (filiale du holding Alphabet) et Hans Peter Brondsmo ont travaillé à comprendre si l'on pouvait apprendre aux robots à accomplir des tâches utiles dans les espaces désordonnés et non structurés de notre vie quotidienne.
Nous imaginons un monde dans lequel des robots travaillent à nos côtés et simplifient les tâches quotidiennes, par exemple en triant les déchets, en nettoyant les tables d'un café ou en rangeant les chaises des salles de conférence. Dans un avenir plus lointain, nous voyons comment les robots pourraient nous aider de multiples façons, par exemple en permettant aux personnes âgées de rester autonomes plus longtemps.
Les ingénieurs pensent que les robots ont le potentiel d'avoir un impact positif profond sur la société et pourraient jouer un rôle important en nous permettant de mener une vie plus saine et plus durable. Même si ce monde imaginaire est encore loin, les résultats d'expériences récentes montrent que nous sommes peut-être sur la voie de faire de cet avenir une réalité un jour.
« J'ai déjà rapporté l'avancée d'une expérience dans laquelle nous avons utilisé l'apprentissage par renforcement et la simulation pour apprendre aux robots à trier les déchets afin de réduire le nombre de décharges inutiles. Après avoir montré que les robots pouvaient progresser en pratique, nous nous sommes fixé pour objectif de reprendre ce que les robots ont appris en accomplissant une tâche et d'appliquer cet apprentissage à différentes tâches, sans reconfigurer le robot et sans écrire une grande quantité de code à partir de zéro. Aujourd'hui, je suis heureux d'annoncer que nous avons les premiers signes que cela est possible »
Actuellement, l'équipe exploite un parc de plus de 100 prototypes de robots qui accomplissent de manière autonome une série de tâches utiles dans les bureaux de l'entreprise. Le même robot qui trie les déchets peut désormais être équipé d'un dispositif pour essuyer les tables, et utiliser la même pince avec laquelle il saisit les tasses pour apprendre à ouvrir les portes.
Maintenant que les ingénieurs ont vu les signes que la création d'un robot universel et apprenant est possible, ils prévoient de quitter l'environnement de prototypage rapide de X pour se concentrer sur l'extension des projets pilotes dans certains campus de la Bay Area de Google. Ils abandonneront aussi le mot « projet » de leur nom et s'appelleront Everyday Robots.
Dès les années 1980, le roboticien et spécialiste de l'intelligence artificielle Hans Moravec a remarqué que, si les ordinateurs sont faciles à programmer pour faire ce que les humains trouvent difficile, comme jouer aux échecs ou pratiquer des mathématiques avancées, leur apprendre à faire ce que les humains trouvent facile, comme marcher, reconnaître et interagir avec les objets qui les entourent, est incroyablement difficile. L'adage souvent cité « les choses difficiles sont faciles, et les choses faciles sont difficiles » reste vrai des décennies plus tard. Cependant, les progrès récents de l'apprentissage automatique contribuent peu à peu à changer cela.
Aujourd'hui, la plupart des robots fonctionnent encore dans des environnements spécialement conçus, structurés et même éclairés pour eux. Les tâches qu'ils accomplissent sont très spécifiques, et les robots sont minutieusement programmés pour les exécuter exactement au bon moment. Cependant, cette approche ne fonctionne tout simplement pas dans les espaces complexes et enchevêtrés de notre vie quotidienne.
Imaginez que vous essayiez de décrire toutes les façons possibles de saisir une tasse de café, d'anticiper l'éclairage ou d'ouvrir une porte. Les ingénieurs pensent que, pour que les robots puissent aider dans les espaces non structurés et imprévisibles où nous vivons et travaillons, il ne suffit pas de les programmer : ils doivent apprendre.
« Au cours des dernières années, nous avons créé un système intégré de matériel et de logiciels conçu pour l'apprentissage, y compris le transfert d'apprentissage du monde virtuel vers le monde réel. Nos robots sont équipés de différentes caméras et capteurs leur permettant de percevoir le monde qui les entoure. En combinant des méthodes d'apprentissage automatique telles que l'apprentissage par renforcement, l'apprentissage collaboratif et l'apprentissage par démonstration, les robots comprennent progressivement mieux le monde qui les entoure et deviennent plus expérimentés dans l'accomplissement des tâches quotidiennes »
Ces robots s'entraînent à des tâches comme essuyer une table dans un monde simulé avant de pratiquer dans le monde réel, ce qui réduit le temps nécessaire à l'apprentissage de nouvelles actions. Le robot trie les matières recyclables, les déchets et le compost.
Dès 2016, lorsque l'équipe de scientifiques n'utilisait pas la simulation et s'appuyait sur une petite configuration de laboratoire de robots industriels pour apprendre à saisir de petits objets, comme des jouets, des clés et des objets ménagers courants, un robot mettait quatre mois pour apprendre une prise simple avec une probabilité de réussite de 75 %.
Aujourd'hui, un robot apprend à accomplir une tâche complexe, comme ouvrir des portes, avec une probabilité de réussite de 90 %, après moins d'une journée d'entraînement dans le monde réel. Plus impressionnant encore, les ingénieurs ont montré comment ils peuvent utiliser les algorithmes et les connaissances acquises en ouvrant des portes et les appliquer à une nouvelle tâche : aligner des chaises dans un café. Ces progrès laissent espérer que le projet de robots polyvalents et apprenants pourrait être tout à fait réalisable.
Dans les prochains mois, les employés de Google travaillant à Mountain View pourront apercevoir les prototypes de l'équipe Everyday Robot essuyer les tables après le déjeuner dans un café ou ouvrir les portes des salles de conférence pour vérifier s'il faut ranger la pièce. Au fil du temps, les ingénieurs élargiront la gamme de tâches qu'ils accomplissent et les bâtiments dans lesquels ils travaillent.
« Comme je l'ai déjà dit, construire des robots impressionnants n'est pas une fin en soi. Nous espérons créer des robots qui seront aussi utiles dans notre vie physique que les ordinateurs le sont dans notre vie numérique, et nous pensons que les robots ont un immense potentiel pour devenir des outils qui nous aideront à trouver de nouvelles solutions à certains des plus grands défis auxquels le monde est confronté, de la recherche de nouvelles façons de vivre de manière plus durable à la prise en charge de nos proches. Mais cela est encore loin devant nous. Pour l'instant, nous nous concentrons sur l'apprentissage de nouvelles tâches aux robots et à ce qu'ils ne restent pas bloqués dans le couloir, afin de nous aider »
