{"version":"1.0","type":"rich","provider_name":"Acast","provider_url":"https://acast.com","height":250,"width":700,"html":"<iframe src=\"https://embed.acast.com/$/6886b2b96e658a8b3c26d0e1/6886b30c70a3f95d45fdbcd0?\" frameBorder=\"0\" width=\"700\" height=\"250\"></iframe>","title":"La robotique : l’IA dans le monde physique","thumbnail_width":200,"thumbnail_height":200,"thumbnail_url":"https://open-images.acast.com/shows/6886b2b96e658a8b3c26d0e1/1753658070385-62868f9d-532f-4643-b8ec-b589b717ec99.jpeg?height=200","description":"<p><strong>🤖 Accélération de la Robotique grâce à l'IA Générative</strong></p><p>La robotique connaît une accélération spectaculaire grâce à l'intelligence artificielle générative. L'IA sort du numérique pour s'incarner dans le monde physique, permettant aux robots d'interagir et d'apprendre dans des environnements réels.</p><p><br></p><p><strong>🔍 Maturité des Modèles d'IA et Accessibilité de la Puissance de Calcul</strong></p><p>Les modèles d'IA sont devenus plus matures, intégrant des informations visuelles, textuelles et sonores. La puissance de calcul est désormais plus accessible, facilitant le développement et le déploiement de robots capables d'agir dans le monde réel.</p><p><br></p><p><strong>📉 Réduction des Coûts et Démocratisation de la Robotique</strong></p><p>Les coûts des robots humanoïdes ont chuté de manière spectaculaire, rendant leur déploiement dans les entrepôts et usines plus accessible. Cela ouvre la voie à une démocratisation de la robotique dans divers secteurs.</p><p><br></p><p><strong>⚙️ Défi du Cross-Embodiment</strong></p><p>Un défi persiste : le cross-embodiment, soit faire fonctionner le même modèle d'IA sur différents robots malgré des variations mécaniques. L'apprentissage basé sur l'intention humaine plutôt que sur l'imitation exacte est une piste prometteuse pour surmonter ce défi.</p><p><br></p><p><strong>🔄 Robotique comme Laboratoire pour l'IA</strong></p><p>La robotique force l'IA à être plus robuste en raison des contraintes du monde physique. Cela réduit les erreurs et hallucinations des modèles d'IA, transformant la robotique en un laboratoire pour une IA plus ancrée et fiable.</p><p><br></p><p><strong>🔜 Vers des Robots Polyvalents et Intégration Progressive</strong></p><p>Dans les prochaines années, nous verrons une intégration progressive de robots humanoïdes pour des tâches spécifiques. L'objectif est d'atteindre une polyvalence où un même robot peut accomplir plusieurs tâches sans reprogrammation complète.</p><p><br></p><p>00:00:00 - Introduction et contexte de l'épisode</p><p>00:00:16 - L'IA générative et son impact sur la robotique</p><p>00:00:40 - Discussion sur la convergence des technologies</p><p>00:01:50 - Les raisons du moment actuel pour la robotique</p><p>00:02:82 - Maturité des modèles d'IA et puissance de calcul</p><p>00:02:128 - Apprentissage en boucle et erreurs critiques</p><p>00:02:144 - Projet GROOT de NVIDIA</p><p>00:02:166 - Chute des coûts des robots humanoïdes</p><p>00:03:183 - Défi du cross-embodiment et variations dans les robots</p><p>00:04:238 - Résilience de l'IA via la confrontation au réel</p><p>00:04:254 - Perspectives à court terme pour la robotique</p><p>00:05:297 - Synthèse et défis futurs en robotique et IA</p>","author_name":"Patrick DE CARVALHO"}