La jeune société allemande Neura Robotics, fondée en 2019, lance ce jour Neuron AI, un modèle de robotique multimodal centré sur l’IA physique (Physical AI) qui combine à la fois la vision 3D, le toucher, l’audio, l’état du robot et le langage, le tout associé à une mémoire embarquée.
Neuron AI permet aux robots, selon Neura Robotics, d’agir en se fondant sur des informations qui dépassent ce que les caméras seules peuvent capter. Il leur permet également de conserver un contexte pertinent, même lorsque des objets sortent de leur champ de vision, indique Neura Robotics.
Dans cette architecture ambitieuse, le PLA (Perception-Langage-Action) relie ce que le robot voit, entend et ressent à ses actions passées, transformant ainsi des données multisensorielles en actions physiques concrètes.
« Un robot intelligent a besoin d’un cerveau capable de synthétiser ses sens et de se souvenir des événements passés, explique David Reger, fondateur et PDG de Neura Robotics. Avec Neuron AI, nous concevons le cerveau du monde physique, c’est à dire une IA physique qui transforme l’expertise humaine en une expérience concrète que les robots peuvent apprendre et mettre en pratique. »
Selon la société, si les caméras permettent de capturer la géométrie, la couleur et la position d’un objet, elles ne fournissent aucune information sur le contact, la force exercée ou les sons. Or, les êtres humains ne se fient pas uniquement à la vue. Par exemple, ils perçoivent si une vis a bien pris dans son filetage, si une serrure est bien ouverte, si la qualité d’un cordon de soudage est bonne, si un connecteur est bien enclenché grâce au son et au toucher.
La technologie Neuron AI applique ce principe aux robots. Plutôt que de traiter chaque capteur comme une entrée isolée, le modèle intègre la vision 3D, les données tactiles et de force, les informations audio, l’état du robot et le langage, et les harmonise au sein d’un espace commun au fil du temps, pour les transformer en un flux d’actions cohérent.
Par ailleurs, selon la société, pour agir dans le monde physique, un robot doit appréhender les relations de cause à effet ainsi que la permanence d’un objet, c’est-à-dire la capacité à se souvenir d’un objet même lorsqu’il est hors de vue, une faculté que les humains acquièrent au cours des premières années de leur vie.
Pour ce faire, contrairement à une intelligence artificielle purement numérique, Neura Rovotics estime qu’un robot qui évolue dans un monde physique continu doit garder une trace des objets et des conséquences de ses propres actions sans avoir à les observer directement.
Neura Robotics a donc intégré cette notion dans Neuro, AI en l’entraînant sur trois types de jeux de données.
D’abord sur des des données issues de robots dans le monde réel qui exécutent des tâches au sein des “Neura Gyms” , l’infrastructure d’entraînement de Neura centrée sur les robots cognitifs et à l’IA physique.
Ensuite, sur des données enrichies par simulation grâce au système “Data Amplifier “ et aux outils de simulation de la société qui permettent d’étendre les données d’entraînement en générant des variantes simulées de tâches et d’environnements.
Et enfin, sur des données issues de démonstrations humaines acquises par la biais de personnes équipées de combinaisons dotées de capteurs qui enregistrent leurs mouvements.
Pour rappel, pionnière en robotique cognitive, Neura Robotics développe une nouvelle catégorie d'infrastructures d'IA où les robots cognitifs apprennent, collaborent et opèrent en continu dans des environnements réels grâce à un écosystème d'intelligence partagée appelé Neuraverse.
A la différence des entreprises de robotique traditionnelles, centrées sur des machines isolées ou une automatisation industrielle ciblée, Neura Technologie indique que son approche combine robotique, IA, capteurs, calcul en périphérie et infrastructure d'apprentissage à grande échelle au sein d'une architecture unifiée.
La société a récemment réussi une levée de fonds en série C d’envergure à hauteur d’environ 1,4 milliard de dollars (1,21 milliard d’euros) afin d’accélérer le développement de sa plateforme d’intelligence artificielle (IA) physique au niveau mondial, avec en ligne de mire la production en série de plusieurs millions de robots d'ici 2030 et le déploiement de sa technologie des Neura Gyms, environnements d'entraînement en conditions réelles au monde pour les robots cognitifs et l'IA physique.
