L'Université de Stanford, en collaboration avec Google DeepMind, a développé une nouvelle approche fascinante pour former des robots autonomes. L'idée clé est de permettre aux robots humanoïdes d'observer et d'imiter les mouvements humains en temps réel, en utilisant une caméra RVB pour capturer les mouvements du corps et des mains humains.

Le processus implique la collecte de données de mouvement humain à l'aide d'algorithmes d'estimation de pose avancés, puis l'entraînement d'une politique dans un environnement de simulation pour permettre au robot de suivre ces mouvements. Cette approche "humain plus" crée un nouveau pipeline pour former des robots autonomes, en tirant parti des riches données des actions humaines.

Bien que le modèle de robot de base, le Unitree H1, ait un nombre de degrés de liberté limité par rapport au corps humain, les chercheurs ont réussi à former le robot à effectuer une variété de tâches autonomes, notamment le pliage de vêtements, le saut en hauteur et la navigation dans un environnement d'entrepôt. Le robot est capable d'exécuter ces tâches de manière entièrement autonome, sans aucune télé-opération.

Les chercheurs notent que la nature rigide de la plateforme matérielle actuelle pose des défis, mais ils sont enthousiasmés par le potentiel d'application de ces techniques à des plateformes robotiques plus avancées à l'avenir. La capacité d'intégrer de manière transparente les données de mouvement humain dans la formation de robots autonomes représente une étape importante dans le domaine de la robotique humanoïde et de l'apprentissage par imitation.

À mesure que les capacités matérielles continuent de s'améliorer, les chercheurs espèrent explorer le déploiement de ces compétences autonomes sur des plateformes robotiques plus récentes et plus flexibles. Cela pourrait débloquer encore plus d'exploits impressionnants en termes de dextérité et de polyvalence, nous rapprochant d'un avenir où les robots humanoïdes peuvent vraiment aider et collaborer avec les humains dans une grande variété de tâches.

Elon Musk a partagé sa vision ambitieuse pour l'avenir des robots humanoïdes. Il croit que Tesla sera en mesure de produire 100 millions de robots humanoïdes, appelés Optimus, par an. Musk envisage que ces robots seront capables d'effectuer une grande variété de tâches, des tâches ménagères aux travaux industriels.

Musk affirme que la demande pour ces robots humanoïdes sera immense, avec potentiellement un robot pour chaque être humain sur la planète. Il pense que le coût de production de ces robots à grande échelle pourrait être aussi bas que 10 000 $ par unité, ce qui les rendrait abordables pour les consommateurs individuels et les entreprises.

Bien que les délais et les objectifs de production de Musk puissent sembler trop optimistes, il croit que les progrès de l'intelligence artificielle et de la robotique rendront cette vision réalité dans les 10 à 20 prochaines années. Musk voit ces robots humanoïdes comme une technologie transformatrice qui pourrait fondamentalement changer la façon dont nous vivons et travaillons.

Cependant, les affirmations ambitieuses de Musk ont suscité un certain scepticisme, car il a un historique de fixer des délais agressifs qui ne sont pas toujours respectés. Néanmoins, le potentiel des robots humanoïdes pour automatiser une grande variété de tâches est indéniable, et la vision de Musk met en lumière le rythme rapide des progrès dans ce domaine.

À mesure que le développement des robots humanoïdes se poursuit, il sera important de surveiller attentivement les implications éthiques et sociétales de cette technologie, en veillant à ce qu'elle soit déployée de manière responsable et bénéfique.

Des anciens chercheurs de Meta ont publié un nouvel agent IA appelé Jace, qu'ils affirment pouvoir gérer une grande variété de tâches de manière autonome. La démonstration montre Jace planifiant un voyage, créant une entreprise et effectuant d'autres activités basées sur le web.

Bien que les affirmations sur les capacités de Jace soient impressionnantes, il est important de noter quelques limites clés :

1. Planification et raisonnement multi-étapes : les agents IA actuels ont encore du mal avec la planification complexe et le raisonnement multi-étapes. La capacité de créer une LLC à partir de zéro, comme le prétend la démonstration, nécessiterait des compétences de planification et de prise de décision avancées qui ne sont pas encore largement disponibles dans les systèmes IA.

2. Vitesse et fiabilité : la démonstration reconnaît que la vitesse de navigation actuelle de Jace est "quelque peu lente" et que l'équipe travaille pour la rendre plus rapide et plus fiable.

3. Limites sur les tâches compliquées : les créateurs déclarent que Jace "peut avoir du mal avec les tâches compliquées", ce qui suggère qu'il y a encore des limites importantes à ses capacités.

4. Manque d'accès public : Jace est actuellement en bêta fermée, et les utilisateurs ne peuvent s'inscrire sur la liste d'attente pour accéder à l'agent. Cette disponibilité limitée rend difficile la vérification indépendante des affirmations faites sur ses capacités.

Bien que le développement de Jace soit une avancée intéressante dans le domaine des agents IA, il est important d'aborder ces affirmations avec un esprit critique. La communauté de l'IA a vu de nombreuses promesses ambitieuses dans le passé, et il est essentiel d'attendre une vérification indépendante et de nouvelles avancées avant de tirer des conclusions sur les véritables capacités de ce système IA ou de tout autre.

La récente nomination par OpenAI d'un ancien responsable de la National Security Agency (NSA) à son conseil d'administration a soulevé des inquiétudes quant aux implications potentielles pour la gouvernance de l'IA. Cette décision suggère qu'OpenAI prend des mesures pour s'attaquer aux implications de sécurité nationale de ses technologies d'IA avancées.

L'ancien responsable de la NSA, qui était auparavant en charge des programmes de surveillance de masse, a maintenant pour mission de fournir une supervision et des conseils à OpenAI. Cette nomination indique que l'entreprise s'attend à une surveillance et à une réglementation gouvernementale accrues de ses systèmes d'IA, en particulier à mesure qu'ils deviennent plus puissants et capables.

Cette nomination soulève également des questions sur l'équilibre entre l'innovation et la sécurité dans le domaine de l'IA. D'un côté, les technologies d'IA avancées d'OpenAI ont le potentiel de stimuler des progrès technologiques et des avantages sociétaux significatifs. Cependant, il y a aussi des préoccupations légitimes concernant l'utilisation potentielle abusive de ces technologies à des fins de surveillance, de manipulation ou d'autres fins malveillantes.

En faisant appel à un ancien responsable de la NSA, OpenAI signale qu'elle prend ces préoccupations au sérieux et qu'elle est prête à collaborer avec les agences gouvernementales pour s'assurer que ses systèmes d'IA sont développés et déployés de manière responsable. Cette décision pourrait également être considérée comme une mesure préventive pour éviter d'éventuels conflits avec les régulateurs gouvernementaux à l'avenir.

Dans l'ensemble, la nomination de l'ancien responsable de la NSA au conseil d'administration d'OpenAI est un développement important qui souligne l'importance croissante de la gouvernance de l'IA et la nécessité d'une collaboration entre le secteur privé et les agences gouvernementales pour relever les défis complexes posés par les technologies d'IA avancées.

Les chercheurs ont introduit une approche de "mélange d'agents" qui exploite plusieurs modèles de langage de grande taille (LLM) pour atteindre des performances de pointe, dépassant même le puissant modèle GPT-4.

Les aspects clés de cette approche sont :

1. Force collective de plusieurs LLM : en exploitant la force collective de plusieurs agents LLM open source, les chercheurs ont pu améliorer la qualité globale des réponses.

2. Implémentation de référence : les chercheurs ont fourni une implémentation de référence appelée "Mixture of the Arts" qui utilise divers agents LLM open source pour atteindre un score de 65,1 % sur le benchmark Alpaca EV Eval 2.0, dépassant le leader précédent, GPT-4.

3. Architecture multicouche : l'approche organise les agents LLM en plusieurs couches, où les sorties d'une couche sont transmises à la couche suivante pour un raffinement supplémentaire. Ce processus itératif permet au système de synthétiser des réponses de haute qualité.

4. Synthétiseur/Agrégateur : un composant clé est le "synthétiseur" ou "agrégateur" qui combine les réponses des différents agents LLM dans chaque couche pour produire une sortie unique et de haute qualité.

Les résultats démontrent la puissance d'exploiter les capacités collectives de plusieurs LLM, même en utilisant des modèles open source qui ne sont pas aussi avancés que GPT-4. Cette approche met en évidence le potentiel d'avancées supplémentaires dans les performances des modèles de langage de grande taille grâce à des conceptions architecturales innovantes et à des techniques d'ensemble.