L’IA qui transforme le business ?
Stratégies, mouvements et levées IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Physical Intelligence et le modèle π0.7 : une découverte inattendue
Physical Intelligence, une startup de la Bay Area, a récemment publié des recherches qui pourraient marquer un tournant dans le développement de l'intelligence artificielle pour les robots. Fondée il y a deux ans, l'entreprise est déjà sous le feu des projecteurs grâce à son modèle d'IA, π0.7. Ce modèle a démontré une capacité surprenante à exécuter des tâches qu'il n'avait jamais été explicitement programmé pour accomplir.
Traditionnellement, le développement d'une IA robotique repose sur l'apprentissage à partir de données fournies par les développeurs. Ces données permettent à l'IA de créer des liens logiques et d'exécuter des tâches spécifiques. Cependant, π0.7 a défié cette approche en pratiquant ce que les chercheurs appellent la "généralisation compositionnelle". Cela signifie qu'il peut combiner des compétences acquises dans des contextes différents pour résoudre de nouveaux problèmes, à l'image d'un humain utilisant ses connaissances antérieures pour comprendre un nouvel appareil.
L'expérience de la friteuse à air
L'une des démonstrations les plus frappantes de cette capacité a été réalisée avec une friteuse à air. Dans la base de données d'entraînement de π0.7, seules deux occurrences mentionnaient cet appareil : l'une où un robot refermait la friteuse, et l'autre où un robot déposait une bouteille en plastique à l'intérieur. Malgré cela, π0.7 a réussi à cuire une patate douce dans la friteuse, guidé par des instructions verbales étape par étape.
Ashwin Balakrishna, chercheur chez Physical Intelligence et doctorant à Stanford, a exprimé sa surprise face à cette réalisation, affirmant que c'était la première fois qu'il était profondément surpris par les capacités d'un modèle qu'il connaissait bien. "Mon expérience a toujours été que lorsque je connais bien les données, je peux à peu près prédire ce que le modèle sera capable de faire. Je suis rarement surpris. Mais ces derniers mois ont été la première fois où je suis profondément surpris", a-t-il déclaré.
Des résultats prometteurs mais prudents
Malgré ces résultats encourageants, Physical Intelligence reste prudente. Dans ses publications, la startup parle de "premiers signes" de généralisation et de "démonstrations initiales" de nouvelles capacités. Le modèle π0.7 n'est pas encore capable de réaliser des tâches complexes en plusieurs étapes à partir d'une seule commande de haut niveau.
Sergey Levine, cofondateur de Physical Intelligence et professeur à UC Berkeley, a souligné l'importance du prompt engineering, qui a permis d'améliorer le taux de réussite de l'expérience avec la friteuse de 5% à 95% après trente minutes d'ajustements. "On ne peut pas lui dire 'va me faire des toasts'", a-t-il reconnu, illustrant ainsi les limites actuelles du modèle.
Actuellement valorisée à 5,6 milliards de dollars, Physical Intelligence est en discussions pour un nouveau tour de table qui pourrait presque doubler cette valorisation à 11 milliards de dollars. Cependant, aucun calendrier de commercialisation n'a encore été communiqué aux investisseurs, soulignant la prudence de l'entreprise face à ces découvertes prometteuses mais encore en phase de recherche.