Au milieu de la vague d'investissements massifs dans le domaine des robots humains le professeur Yann LeCun qui a remporte le prix Turing 2018 et est actuellement le principal scientifique en IA chez Meta a mis en garde contre le fait que cette industrie est plongee dans une bulle d'attente similaire a l'engouement croissant pour l'IA.
S'exprimant lors de la conference thematique sur l'impact de l'IA genetique (MGAIC) organisee par le MIT LeCun a declare que la plupart des start-up se concentrent sur la conception materielle plutot que de resoudre l'essentiel du probleme de l'intelligence veritable pour les robots.
M. LeCun a souligne qu'aucune entreprise ne sait aujourd'hui comment creer des robots suffisamment intelligents pour etre utiles dans la vie quotidienne.
Les robots peuvent etre entraînes pour des taches specifiques telles que la production ou la logistique mais pour devenir des robots domestiques intelligents des percees fondamentales sont necessaires dans l'architecture de l'IA' a declare LeCun.
Il a egalement estime que cette avancee dependait du developpement du modele du monde (world model) un systeme qui permet aux robots de comprendre predire et interagir avec le monde physique humain.
Le concept de modele mondial evoque la capacite de l'IA a apprendre a partir de donnees de capteurs et de videos haute bande passante pour predire les resultats de l'action.
Il prend l'exemple de son projet avec l'architecture V-JEPA (Video Joint Embedding Predictive Architecture) qui est une forme d'apprentissage automatique qui aide l'IA a detecter lorsque quelque chose de impossible se produit dans la video.
Selon LeCun il s'agit du point de depart de la perception de la machine ouvrant la voie a un robot capable d'apprendre sans formation manuelle.
L'avis de LeCun est soutenu par de nombreux experts. Andrej Karpathy cofondateur d'OpenAI estime egalement que les robots actuels ne peuvent pas apprendre en continu et qu'il faudra au moins une decennie pour atteindre l'intelligence artificielle generale (IAG) suffisante pour servir la vie.
LeCun affirme que les grands modeles linguistiques (LLM) actuels ne peuvent pas fonctionner avec des robots humains car ils n'apprennent que du texte manquant de donnees et de sensations reelles.
Un enfant de quatre ans a vu une quantite de donnees visuelles equivalente a toute la base de donnees de formation de LLM' a compare M. LeCun.
Avec plus de 40 ans de recherche, LeCun est considere comme l'un des trois peres du deep learning avec Geoffrey Hinton et Yoshua Bengio.
Il pense que ce n'est que lorsque l'IA apprendra du monde physique au lieu de simplement lire et comprendre le texte que le reve de robots intelligents deviendra realite.
