Mifeng publie un jeu de données robotique d’un million d’heures

Les opérateurs ne sont plus obligés de télécommander un robot réel : ils peuvent porter un dispositif en vue subjective ou au poignet, ou tenir directement une pince pour saisir, transporter et ranger des objets. Le 31 août, Mifeng Technology, filiale d’AgiBot, a annoncé la mise en production de son 20 000e dispositif de la série MEgo et publié un jeu de données d’un million d’heures sans robot attitré. Ces données proviennent des opérations de différentes personnes et ne sont liées à aucun type particulier de robot, ce qui signifie que des expériences physiques jusque-là non enregistrées commencent à faire l’objet d’une production à grande échelle.

La couverture des données a également été mise en avant : 22 grandes catégories de scènes, plus de 500 types de tâches, plus de 10 000 environnements réels et plus de 50 000 catégories d’objets. Sur ce total, 500 000 heures proviennent de collectes à mains nues, 350 000 heures de collectes au poignet et 150 000 heures de collectes avec une pince. Créée en février cette année, Mifeng Technology estime, par la voix de son président-directeur général Yao Maoqing, que l’intelligence artificielle générale et, à terme, l’intelligence artificielle physique pourraient nécessiter plus de dizaines de millions, voire plus de centaines de millions d’heures de données. Mais ce n’est aujourd’hui qu’un point de départ.

Cette approche répond d’abord à la question suivante : « comment obtenir des données à moindre coût ? » He He, vice-président de JD Technology Group, se souvient qu’en téléopération traditionnelle, un opérateur travaillant huit heures ne produisait parfois qu’une heure de données utiles, tout en engageant des coûts liés au robot, à l’électricité, à la main-d’œuvre et aux locaux. Pendant une activité normale, le port d’un dispositif permet de produire au maximum 5 à 6 heures de données en huit heures. L’efficacité de la production de données augmente, tout comme l’offre de données d’entraînement, mais la durée ne suffit pas à déterminer la quantité de mouvements réellement utiles contenue dans une heure de données.

Concrètement, un million d’heures ne signifie pas que les robots sont devenus un million d’heures plus intelligents. Les modèles de langage disposent de matériaux numériques déjà disponibles, comme les pages web, les livres, le code et les vidéos. En revanche, l’expérience consistant à saisir une tasse, plier des vêtements ou placer des objets de différentes matières sur une étagère n’apparaît pas naturellement sur Internet. Les pinces, le nombre de degrés de liberté, les dimensions, le couple et la fréquence de contrôle diffèrent toutefois d’un robot à l’autre ; les actions réalisées par un humain ne peuvent donc pas être transformées directement en signaux de commande pour chaque robot. Les données sans robot attitré servent principalement au préentraînement et à l’apprentissage de représentations générales ; le déploiement sur un robot spécifique nécessite toujours des données recueillies sur le robot réel.

Pour les usines, les entrepôts, les centres commerciaux et, à l’avenir, les foyers, le changement le plus concret est que la collecte de données ne dépend plus uniquement d’une téléopération coûteuse sur une machine unique. Des combinaisons plus riches d’environnements, d’objets et de tâches pourraient, en théorie, aider les robots à apprendre des régularités plus générales. Mais Mifeng Technology a surtout présenté cette fois l’échelle des données, leur couverture ainsi que ses capacités de collecte et de gouvernance ; l’entreprise n’a pas encore indiqué quel gain de capacité un modèle donné pourrait tirer du million d’heures de données. L’industrialisation de la production de données est déjà une réalité, mais l’émergence de capacités intelligentes devra encore être démontrée par l’entraînement des modèles et les déploiements réels.