Pourquoi, alors que les grands laboratoires d’IA comme OpenAI se tournent vers la robotique, cette nouvelle frontière semble-t-elle se heurter à un obstacle inattendu : la pénurie de données ? Ce défi, loin d’être anecdotique, pourrait-il ralentir la course effrénée que se livrent ces géants pour donner corps à des machines véritablement intelligentes ?
Depuis que OpenAI a annoncé vouloir relancer son programme de robotique, l’industrie retient son souffle. Mais pourquoi l’avènement de robots capables d’interagir brillamment avec le réel est-il si ardu, là où les modèles de langage ou de génération d’images ont progressé à une vitesse fulgurante ? La réponse tient en un mot : la donnée. Mais pas n’importe laquelle. Les robots, eux, ont faim de données issues de manipulations physiques, bien loin des torrents de textes ou d’images massivement disponibles sur Internet.
Face à ce goulet d’étranglement, une nouvelle génération d’acteurs émerge, à l’image de XDOF, jeune pousse fondée par d’anciens chercheurs de Berkeley. Que propose-t-elle, que que redoutent donc ces grandes sociétés d’IA pour préférer l’externalisation à la production maison ? Forte de 70 millions de dollars levés et déjà couronnée de 20 clients, l’ambition de XDOF est claire : créer l’infrastructure indispensable à ce nouveau Far West robotique. Mais qui sont ses mystérieux clients ? Pourquoi ces grands noms restent-ils dans l’ombre ?
Pour que les robots s’affranchissent vraiment du virtuel, il leur faudra bien plus qu’une simple avancée algorithmique : la clé, c’est la donnée physique de haute qualité.
L’idée, révélatrice de la problématique actuelle, vient de l’expérience vécue par Philipp Wu, son PDG, durant son doctorat. Comment former des robots quand il n’existe aucun ensemble de données à la hauteur ? Son initiative GELLO, qui permet à des opérateurs humains de manipuler à distance des bras robotisés afin de générer ces fameuses données, a tout changé… mais suscite aussi une autre question : à quel prix et à quelle échelle peut-on répéter l’expérience sans tomber dans l’impasse industrielle ?
Pour y parvenir, XDOF ne veut pas seulement générer des flux de données : elle investit aussi dans le nettoyage, l’annotation, la rétroaction continue, cherchant à bâtir un véritable cercle vertueux pour alimenter les algorithmes robotique. Faire grandir ce modèle à l’international implique aussi de former des armées de téléopérateurs. Est-il réaliste de penser que le modèle puisse tenir la distance à l’heure où la pénurie de main d’œuvre technique fait rage ?
Partenaire de l’AI Research Lab de Berkeley, XDOF s’apprête à publier ce qui pourrait être une révolution dans le secteur : la base ABC, 130 000 trajectoires d’actions robotiques – du jamais vu pour la recherche publique. Mais cette générosité a-t-elle pour but d’accélérer l’innovation ou de verrouiller la dépendance future des labs envers ses outils propriétaires ?
En pariant sur la “pyramide de la donnée” – des gestes les plus personnalisés aux collectes massives via capteurs portés par des humains –, XDOF vise à devenir incontournable là où l’IA s’incarne dans le monde physique. Mais alors, la prochaine grande révolution viendra-t-elle des puces et des modèles, ou bien des acteurs de l’ombre comme XDOF capables de dompter la matière première de l’ère robotique ?
A l’heure où la fabrication et l’exploitation massive de ces données exigent capital, expertise et logistique, pouvons-nous imaginer une IA omniprésente dans le monde matériel… sans confier les clés de la robotique à ces nouvelles “majors” de la donnée ?
Source : Techcrunch
