Russ Tedrake, du MIT, affirme que la robotique est enfin embarquée dans une fusée

Lorsque Russ Tedrake a vu son petit robot apprendre à marcher seul en 20 minutes, ce n'était pas seulement une expérience de laboratoire : c'était le signe que la robotique était sur le point de passer à la vitesse supérieure, et il admet lui-même : « Le succès de l'apprentissage automatique est allé beaucoup plus vite que notre capacité à vraiment le comprendre. » Jusqu'à il y a quelques années, construire un robot qui marche était un défi technique pour les ingénieurs de la vieille école : tout était conçu selon des principes précis, on recherchait le contrôle parfait, et chaque faux pas était un pas en arrière. Aujourd'hui, en revanche, Tedrake affirme que le rôle des ingénieurs est en train de changer : nous ne sommes plus seulement des constructeurs, mais nous devenons des scientifiques du comportement qui observent ce qui se passe lorsque le système apprend par lui-même — et souvent, nous ne savons pas vraiment pourquoi cela fonctionne si bien. La thèse est la suivante : la robotique, après des décennies de promesses, est maintenant vraiment sur une rampe de lancement. Non pas parce que nous avons enfin compris tous les secrets de la physique de la marche ou de l'intelligence artificielle, mais parce que la façon dont les machines sont construites et apprennent a radicalement changé. Nous n'enseignons plus chaque détail aux robots : nous partons de modèles généraux, comme ceux qui dominent déjà le langage ou la vidéo, et nous les « formons » uniquement à faire le pas supplémentaire, à relier le bon sens généraliste à l'action physique. Tedrake a des racines profondes : fils d'un ingénieur de General Motors à Detroit, il a passé son adolescence à apprendre les bases de l'automatisation dans une usine Ford, où une de ses erreurs de code – arrêter les ventilateurs lorsqu'un câble était débranché – a fait monter la température au-delà de la limite syndicale et a bloqué la chaîne de production. « On m'a crié dessus, mais cette fois-là, j'ai vraiment compris ce que signifiait arrêter une usine », raconte-t-il. Plus tard, à l’université, la robotique était rare et il a trouvé sa voie en travaillant sur l’intelligence artificielle des jeux vidéo, avant de tomber amoureux des robots bipèdes dans les laboratoires du MIT. Sa thèse : les robots marcheurs les plus efficaces n'étaient pas ceux remplis de moteurs et de commandes, mais ceux qui exploitaient la physique, comme certains jouets qui descendent une rampe avec un léger coup, laissant la gravité faire le gros du travail. Et voici le premier fait qui bouleverse tout : les modèles d’apprentissage par renforcement, considérés pendant des années comme à peine plus qu’une idée sympathique, sont devenus en quelques années le moteur de la nouvelle robotique, simplement parce que la puissance de calcul disponible et la possibilité de simuler des millions de scénarios ont permis d’entraîner les robots presque comme on le fait avec un jeu vidéo. Tedrake le dit clairement : « Nous nous sommes retrouvés avec des systèmes qui fonctionnaient incroyablement bien avant même de vraiment comprendre pourquoi. » Ce bond en avant a transformé le métier : il ne s'agit plus de tout concevoir dans les moindres détails, mais d'observer, d'expérimenter, de voir ce qui se passe lorsque le robot essaie seul, et seulement ensuite d'essayer de comprendre les règles qui en émergent. L'une des scènes les plus humaines arrive lorsque Tedrake décrit comment la robotique est devenue une discipline ouverte : il dit qu'aujourd'hui, toute personne talentueuse peut y parvenir, qu'elle vienne de l'automobile, de la médecine ou du logiciel. Et Boston, avec son écosystème de start-ups et de laboratoires, est l'endroit où cette contamination est la plus visible. Un autre renversement : beaucoup pensent que le problème de la robotique est le manque de données, qu'il n'est pas possible de rivaliser avec la masse d'informations sur laquelle les grands modèles linguistiques ont été entraînés. Tedrake explique au contraire que le véritable tournant est de construire un pont : partir de modèles déjà pleins de bon sens sur le monde et « enseigner » uniquement comment traduire ces connaissances en actions physiques spécifiques. Il n'est pas nécessaire de tout reconstruire à partir de zéro. Cela rend la robotique beaucoup plus évolutive et moins dépendante d'énormes ensembles de données propriétaires. Et quand il s'agit de l'avenir, Tedrake est catégorique : « Rien ne garantit que nous y parviendrons cette fois-ci, mais je préfère être dans la fusée qui se dirige vers la lune plutôt que de rester au sol. » Mais il y a une mise en garde : si la technologie change la nature même du travail, le risque est de perdre le sentiment de valeur personnelle que tant de personnes trouvent dans leur profession. C'est pourquoi, dit-il, il faut aborder tout cela avec empathie, en écoutant les personnes concernées et en apprenant de celles qui ont déjà vécu des révolutions similaires – comme dans le logiciel ou le graphisme – pour éviter que la transformation ne laisse pour compte ceux qui travaillent aujourd'hui avec leurs mains. Voici la réflexion finale : la véritable révolution de la robotique n'est pas de fabriquer des machines plus intelligentes, mais de repenser la façon dont nous apprenons des machines elles-mêmes. Si, après cette histoire, tu te retrouves à regarder la technologie avec des yeux différents, tu peux marquer ce changement sur Lara Notes avec I'm In : ce n'est pas une approbation, c'est une déclaration que cette perspective t'appartient désormais. Et si tu racontes à quelqu'un comment la robotique change à la fois le métier et l'humanité, tu peux taguer cette conversation avec Shared Offline : car certaines idées doivent être arrêtées lorsqu'elles deviennent de vrais discours, pas seulement des liens. Cette Note provient du podcast Automated et t'épargne 43 minutes d'écoute.