|—
Une start-up appelée General Intuition pense avoir trouvé le raccourci vers la robotique polyvalente : des millions d’heures de séquences de jeux vidéo associées à des entrées de contrôleur.
L’entreprise, qui a levé 320 millions de dollars pour une valorisation de 2,3 milliards de dollars en juin, affirme que l’industrie de la robotique approche d’un point d’inflexion de type GPT-3 où un seul modèle fondamental rendra obsolète la formation spécialisée pour chaque robot, environnement et scénario.
La thèse
Les constructeurs de robots actuels effectuent « beaucoup de travail spécialisé axé sur des incarnations, environnements et robots individuels », a déclaré le PDG de General Intuition, Pim de Witte, à TechCrunch. Il soutient que cette approche est sur le point de devenir redondante, de la même manière que GPT-3 a rendu obsolètes les modèles spécialisés en NLP.
L’idée est que les jeux vidéo contiennent déjà d’immenses quantités de données d’action, non seulement des informations visuelles, mais aussi des enregistrements des boutons pressés, dans quel ordre et avec quel timing. Ces données d’action, selon General Intuition, sont la clé pour construire des systèmes d’IA dotés d’une intuition spatio-temporelle semblable à celle des humains concernant le monde physique.
L’investisseur principal Vinod Khosla partage cet avis, soutenant la thèse selon laquelle les données d’action peuvent apprendre aux modèles d’IA comment fonctionne le monde physique sans nécessiter une collecte massive de données réelles.
Ce qu’ils ont démontré
General Intuition a entraîné un modèle fondamental sur des millions d’heures de données de jeux vidéo. Après un réglage fin sur seulement huit minutes de données robotiques réelles, le modèle a alimenté un robot quadrupède qui a effectué une navigation zero-shot en utilisant uniquement sa caméra frontale, sans autres capteurs et sans exposition préalable à l’environnement de test.
« Le fait que le robot ait réellement réussi le zero-shot avec seulement la caméra frontale, sans autres capteurs, dans le bureau avec des objets dynamiques introduits et des personnes passant a été une très grande surprise pour nous », a déclaré de Witte. « Je pense que c’est un signe de ce qui nous attend. »
Modèle économique
General Intuition ne construit pas de robots. Elle vise à devenir le fournisseur de modèles fondamentaux pour l’IA physique, la couche de base que les entreprises de robotique ajustent pour leurs propres machines, qu’il s’agisse de voitures autonomes, de robots d’entrepôt ou de plateformes humanoïdes.
« Nous n’allons pas construire une entreprise de voitures autonomes », a déclaré de Witte. « Nous allons rendre 10 fois plus facile pour la prochaine personne de construire une entreprise de voitures autonomes. »
L’approche reflète le changement qui a remodelé l’IA en 2022-2023 : au lieu de milliers de modèles étroits chacun entraîné pour une tâche spécifique, un seul modèle polyvalent sert de point de départ pour toutes les applications en aval. General Intuition parie que le même schéma se répétera dans le monde physique.
Traduit par Lydie
Sources : TechCrunch (8 juillet)