Le problème de main-d'œuvre caché derrière le boom des robots humanoïdes

Points clés

• Les entreprises de robotique humanoïde ont levé des milliards de dollars au cours des 18 derniers mois, dont une grande partie pour financer des programmes de téléopération humaine à grande échelle.
• Les ensembles de données de téléopération, où des humains s'enregistrent en train d'accomplir des tâches pour enseigner aux robots, sont plus de 100 000 fois plus petits que les ensembles de données utilisés pour entraîner les modèles de langage actuels.
• Des travailleurs en Chine, en Inde, en Europe et aux États-Unis sont embauchés pour filmer des tâches ménagères et piloter des robots à distance, formant une industrie commerciale d'approvisionnement en données.
• Nikita Rudin, cofondateur et PDG de la startup de robotique Flexion, affirme que l'apprentissage par renforcement en simulation est la seule approche capable de briser la dépendance aux données de démonstration humaine.
• Flexion a levé 50 millions de dollars auprès de DST Global et NVentures pour construire ce que Rudin appelle un « cerveau » polyvalent pour les robots humanoïdes.

Le discours de vente pour les robots humanoïdes a toujours été simple : les humains ne pourront pas occuper certains emplois à l'avenir, donc les robots prendront le relais. Mais un article d'opinion pointu publié par The Robot Report cette semaine soulève une question inconfortable. Et si les robots eux-mêmes avaient besoin d'un approvisionnement permanent en travailleurs humains pour fonctionner ?

Le problème, c'est la téléopération. Un opérateur humain, souvent assis loin de là, contrôle un robot via un dispositif de commande à distance, comme vous pourriez diriger une voiture jouet avec une manette. Chaque mouvement est enregistré. Ensuite, le robot étudie cette vidéo et essaie de la copier.

Enseigner à un robot de cette façon semble sensé. Le problème, selon Nikita Rudin, qui a complété son doctorat au Robotic Systems Lab de l'ETH Zurich et a travaillé sur des outils de simulation robotique chez Nvidia, c'est que cela s'adapte terriblement mal.

Une étagère se déplace. Une poignée de porte est légèrement différente. Une nouvelle forme de boîte arrive sur le sol d'une usine. Chaque petit changement signifie que quelqu'un doit filmer la tâche à nouveau à partir de zéro. Le monde réel ne cesse jamais de changer, et la main-d'œuvre humaine générant des démonstrations ne peut jamais suivre.

La qualité de ces données est aussi précaire. Les opérateurs pilotant un robot à distance ne peuvent pas sentir ce que le robot touche ni juger avec précision la distance, ils se déplacent donc lentement et surréagissent. Le robot apprend alors à partir d'une vidéo de quelqu'un qui lutte avec une manette, et la lutte est exactement ce qu'il pratique.

Est-ce que plus d'opérateurs humains résoudront vraiment ce problème ?

Non, et c'est le cœur de l'argumentation de Rudin. Il établit une comparaison nette avec les débuts des grands modèles de langage, la technologie d'IA derrière les chatbots comme ChatGPT. Ces premiers modèles ont été entraînés sur d'énormes quantités de texte et pouvaient vaguement copier le style de Shakespeare, mais ne pouvaient pas vraiment raisonner. Le vrai progrès est venu grâce à l'apprentissage par renforcement, une méthode d'entraînement où le logiciel apprend en essayant, échouant, s'ajustant et réessayant à travers des millions de tentatives, sans qu'un humain ne lui dise quoi faire à chaque étape.

Rudin soutient que la robotique humanoïde est bloquée à ce stade antérieur, basé uniquement sur l'imitation. Plus de données de téléopération signifie simplement plus d'imitation à un coût énorme.

L'alternative qu'il décrit est l'apprentissage par renforcement dans des simulations informatiques. Le logiciel d'un robot peut échouer des millions de fois dans un monde virtuel, se réinitialiser instantanément et réessayer, s'exécutant en parallèle sur plusieurs ordinateurs à la fois. Plus de puissance informatique signifie directement un progrès plus rapide. C'est une équation très différente de celle consistant à embaucher plus de travailleurs dans des pays à bas salaires pour se filmer en train de faire la lessive.

Pour les personnes effectuant ce travail de téléopération aujourd'hui, et pour les investisseurs finançant ces entreprises, le défi de Rudin est direct : si l'autonomie des robots est véritablement l'objectif, les données devraient montrer que l'implication humaine diminue au fil du temps. Si elle ne diminue pas, la téléopération a cessé d'être un pont et est devenue discrètement la méthode permanente.