L'IA générative dans la robotique pour l'industrie alimentaire

Professeur Bram Vanderborght (imec/VUB) - orateur principal au Food Process Seminar

Télécharger la présentation

Le premier orateur de l'événement était Bram Vanderborght, associé à la VUB et affilié à l'imec. Dans l'industrie alimentaire, l'automatisation et la robotique permettent depuis longtemps d'améliorer l'efficacité, en particulier pour les tâches contrôlables, telles que l'emballage et la logistique. Mais dès qu'il faut faire preuve de dextérité, de créativité ou d'une grande variété de tâches, les robots sont souvent incapables de mener à bien ces opérations. Grâce au développement de l'IA générative, l'industrie alimentaire pourrait connaître une transformation importante. L'avènement de la robotique humanoïde, pilotée par l'IA générative, promet d'améliorer la productivité, la sécurité ainsi que la qualité. Lire le rapport complet ci-dessous.

IA physique: l'IA dans le monde physique et réel

"Voici Jensen Huang, le grand patron de Nvidia, une entreprise actuellement très rentable grâce au développement des puces nécessaires à l'étude et à l'utilisation de l'IA", commence M. Vanderborght. "Il existe aujourd'hui une nouvelle génération d'IA: l'IA générative. L'exemple le plus célèbre est celui des grands modèles de langage, qui sont capables de générer du texte sur presque n'importe quel sujet à partir d'une seule requête."

"Ces modèles peuvent non seulement enchaîner des mots, mais aussi générer des images et même, désormais, des vidéos. Huang prédit que la prochaine phase sera celle de l'IA "physique": l'IA dans le monde physique et réel. Pour cela, il faut une plateforme capable de générer toutes sortes de mouvements, c'est pourquoi Nvidia investit massivement dans les robots humanoïdes, humains, qui ne sont plus développés pour une tâche spécifique, comme le robot que nous connaissons aujourd'hui - un robot aspirateur, un robot tondeuse ou un robot industriel - mais des robots capables d'effectuer plusieurs types de tâches."

Qui est Bram Vanderborght?
Le professeur Bram Vanderborght a obtenu son doctorat à l'Université libre de Bruxelles en 2007. Il a poursuivi ses recherches au laboratoire JRL de l'AIST Tsukuba (Japon) et a travaillé comme post-doctorant à l'Institut italien de technologie. Depuis 2009, il est professeur à la VUB. Après avoir obtenu une bourse de démarrage de l'ERC, il coordonne actuellement trois projets européens sur les matériaux intelligents et autoréparables pour les robots souples. Ses recherches portent sur la collaboration homme-robot dans les domaines de la santé et de la fabrication, avec des solutions concrètes telles que les exosquelettes, les prothèses, les robots sociaux, les drones et les cobots. Il est affilié à l'imec en tant que collaborateur scientifique.

Pour illustrer son propos, le professeur Vanderborght fait référence aux robots de l'entreprise américaine Figure. Ces robots ne sont pas préprogrammés mais reçoivent une commande, par exemple: "Voici quelques objets, décidez de leur place, dans un réfrigérateur ou dans un placard? Grâce à l'intelligence artificielle, les robots génèrent les mouvements nécessaires à l'exécution de cette tâche.

Aux États-Unis, les investissements dans ce domaine sont énormes, observe le professeur de la VUB. Les chiffres représentent déjà quelque 34 milliards de dollars à l'heure actuelle. De grandes entreprises telles qu'Apple, Meta et Amazon travaillent également sur cette technologie, tout comme plusieurs start-ups telles que Figure, Fourier, Agility et d'autres.

Non seulement aux États-Unis, mais aussi en Chine

Près de 100 entreprises de robots humanoïdes sont déjà en cours de développement, non seulement aux États-Unis, mais aussi en Chine. L'une des plus connues est Unitree, dont le robot coûte environ 16.000 euros, ce qui est relativement bon marché, selon le professeur Vanderborght.

La Chine dispose des matériaux et des ingénieurs nécessaires pour développer de tels robots. À titre d'exemple, le département R&D d'un fabricant chinois de voitures électriques emploie 110.000 ingénieurs, soit plus que l'ensemble de la Flandre. "Je m'attends à une forte concurrence de la part de la Chine. C'est pourquoi, en Europe, nous devons non seulement développer la technologie, mais aussi l'utiliser pour rester productifs."

Défis

La sécurité

Cependant, le déploiement de robots, en particulier en combinaison avec l'IA, présente encore des défis majeurs, poursuit le professeur Vanderborght. Tout d'abord, il souligne le risque de ce que l'on appelle les "hallucinations", par exemple des erreurs dans les textes. Cela peut parfois être drôle ou inapproprié, mais cela n'affecte pas la sécurité physique. Bien sûr, si un robot commence à halluciner et à faire de mauvais mouvements, il devient dangereux. "Récemment, j'étais au siège d'Unitree, où le bras robotisé d'un de mes collègues a sérieusement poussé contre une armoire. La sécurité reste donc un défi de taille.

Un manque de données

Le deuxième grand défi est celui des données. Pour les grands modèles linguistiques, il y a suffisamment de textes disponibles sur l'internet, mais pour la robotique, il y a à peine assez de données. C'est pourquoi des "écoles de robots" ont été créées en Chine, où des personnes montrent constamment des exemples: comment emballer un objet, comment le mettre dans une machine à laver ou, pour l'industrie alimentaire, comment effectuer toutes sortes de tâches. "Je crains que nous ne soyons en train de créer de nouvelles formes de travail humain pour former les robots, comme c'est déjà le cas dans les boutiques Amazon Go, par exemple, où de nombreuses personnes issues de pays à bas salaires annotent des vidéos", affirme le professeur de la VUB.

"Je crains que nous ne soyons en train de créer de nouvelles formes de travail humain pour former des robots, comme c'est déjà le cas dans les boutiques Amazon Go, par exemple"

"Nous devons donc développer de nouvelles technologies pour apprendre plus rapidement de nouvelles tâches aux robots. Aujourd'hui, il existe deux extrêmes: soit vous mettez les robots dans des cages pour qu'ils puissent se déplacer rapidement, mais personne n'est alors autorisé à s'en approcher; soit vous utilisez un cobot, qui est sûr mais énormément lent, ce qui nuit à la productivité. De plus, les travailleurs n'aiment pas travailler avec un cobot aussi lent. Nous voulons développer une technologie qui élimine la différence entre les robots industriels et les cobots."

Vitesse industrielle et sécurité des cobots

Avec son équipe de recherche, le professeur Vanderborgt met au point un "module de capteurs" qui peut être fixé à différents bras robotiques (cobots et robots industriels) et sur lequel n'importe quel effecteur peut être monté. Ce module crée une carte 3D de l'environnement en mesurant les "voxels" qui sont libres, occupés ou inconnus.

L'idée est d'intégrer cette technologie dans divers systèmes robotiques, où la sécurité est cruciale. "Nous examinons actuellement toutes les normes pour nous y conformer. Une nouvelle norme de sécurité susceptible d'entrer en vigueur en janvier 2027 exige que les robots mobiles soient soit entièrement protégés, soit capables de détecter entièrement les personnes, les animaux et les obstacles en 3D. Les scanners laser classiques en 2D ne suffiront donc pas. Notre technologie permet aux robots de fonctionner à pleine vitesse tant que l'environnement est sûr, mais de ralentir ou de s'arrêter dès que quelqu'un s'approche", explique le professeur Vanderborgt.

Lorsque quelqu'un s'approche trop près et que la détection visuelle devient incertaine, les caméras thermiques sont activées pour détecter les personnes de manière claire. Le robot peut ainsi continuer à travailler en toute sécurité avec les humains. L'équipe de recherche compare les temps de travail sans sécurité (rapide mais dangereux), avec les limites de sécurité des robots (très lents) et avec notre technologie (vitesse presque industrielle, mais avec une décélération sûre en cas de besoin). Cela permet de combiner la vitesse industrielle et la sécurité des robots.

Modèles de fondation

À l'avenir, cette technologie devrait également s'appliquer aux humanoïdes. "La sécurité lors de l'interaction avec les humains est un grand défi. Des vidéos circulent sur l'internet montrant des humanoïdes testés à la maison, même à proximité d'enfants. C'est irresponsable, car les robots ne répondent pas aux normes de sécurité", observe le professeur Vanderborght.

"Avec notre technologie, nous pouvons faire fonctionner les robots à pleine vitesse tant que l'environnement est sûr, mais les faire ralentir ou s'arrêter dès que quelqu'un s'approche"

Par exemple, un robot humanoïde doit pouvoir plier les genoux pour rester stable. Ces capteurs permettent une surveillance constante de l'environnement. "Aujourd'hui, nous utilisons des méthodes de planification traditionnelles: le robot choisit une trajectoire différente lorsqu'un humain s'approche. Mais nous explorons également des modèles de fondation: des modèles qui interviennent lorsque l'IA prend des décisions qui ne seraient pas sûres."

"Nous voulons que ces systèmes de sécurité soient également utilisables par les intégrateurs. En outre, grâce à notre technologie de capteurs "synapses de poulet", nous pouvons obtenir une bien meilleure image de l'environnement et former plus rapidement, de sorte que nous avons besoin de moins de main-d'œuvre humaine pour enseigner des tâches aux robots."

Capteurs tactiles et préhenseurs à ventouses

Outre la vision et l'audio, le toucher est également essentiel. La peau est notre plus grand organe; les capteurs tactiles sont essentiels à la manipulation. La plupart des capteurs tactiles ne mesurent que la pression. Melexis, fabricant de capteurs automobiles, développe actuellement des systèmes de capteurs très sensibles. En mesurant les petits mouvements d'une structure mécanique, il est possible de déterminer les forces en 3D. Cela permet à un robot de manipuler, reconnaître ou positionner des objets de manière très subtile, y compris les forces de cisaillement lorsqu'un objet menace de glisser.

Professeur Vanderborght: "Nous développons également de nouveaux préhenseurs. Les préhenseur à ventouses sont largement utilisés, mais ils ne fonctionnent pas bien si toutes les ventouses n'ont pas un bon contact. C'est pourquoi nous avons mis au point des ventouses à fermeture automatique: lorsqu'il n'y a pas de bon contact, une membrane interne se ferme, ce qui réduit la perte d'énergie et permet de conserver la préhension. Cela permet de saisir des objets de forme irrégulière, comme des palettes endommagées. Nous travaillons également sur des systèmes de détection pour savoir quelles coupelles ont un contact efficace."

"Au sein de notre groupe de recherche, ces développements donnent lieu à plusieurs retombées, notamment autour du pod de détection, des gobelets à fermeture automatique, des matériaux autoréparables et des exosquelettes. Nous aidons également les entreprises de la chaîne de valeur - des fournisseurs de technologie comme Melexis aux intégrateurs et aux utilisateurs finaux - à intégrer la robotique et l'IA."