Guides
Physical AI et Embodied AI : comprendre l'intelligence des robots
Percevoir, raisonner puis agir : Physical AI et Embodied AI relient les modèles d'intelligence artificielle aux capteurs, au corps et aux contraintes du monde réel.
Quand l'intelligence artificielle quitte l'écran
L'expression « Physical AI » désigne des systèmes capables de relier des informations numériques à une action dans le monde physique. NVIDIA la décrit comme la capacité, pour des machines autonomes, de percevoir, comprendre, raisonner et accomplir des actions complexes. Un robot en est l'exemple le plus visible, mais le terme peut aussi couvrir des véhicules ou d'autres systèmes dotés de capteurs et d'actionneurs.
La différence avec un service numérique est immédiate : une mauvaise réponse sur un écran peut être corrigée, tandis qu'un mauvais mouvement peut faire tomber un objet, bloquer une machine ou mettre une personne en danger. Le corps, le temps de réaction et l'environnement deviennent donc une partie du problème.
Percevoir, raisonner et agir
Un système robotique reçoit d'abord des informations venant de caméras, de capteurs de force, de positions articulaires ou d'autres instruments. Il doit ensuite reconnaître la situation, choisir une action et transmettre des commandes aux moteurs. Les effets de cette action produisent de nouvelles informations, et la boucle recommence.
Les modèles récents cherchent à relier plus directement vision, langage et action. Google DeepMind présente ainsi Gemini Robotics comme un modèle vision-langage-action et Gemini Robotics-ER comme un modèle de raisonnement spatial pouvant se raccorder à des contrôleurs de plus bas niveau. Cette séparation rappelle qu'un raisonnement général ne remplace pas la commande précise des moteurs.
Embodied AI : une intelligence liée à un corps
« Embodied AI », ou intelligence incarnée, insiste sur le fait que les capacités dépendent du corps disponible. Un même objectif n'est pas réalisé de la même manière par un bras fixé sur une table, un robot à roues, un quadrupède ou un humanoïde. La portée, les articulations, les capteurs et l'équilibre déterminent les actions possibles.
Physical AI et Embodied AI se recouvrent donc largement, mais ne constituent pas deux labels normalisés avec une frontière universelle. Le premier terme met souvent l'accent sur l'action dans le monde réel ; le second sur l'interaction entre intelligence, corps et environnement. Dans les deux cas, il faut regarder le système complet plutôt que le seul nom du modèle.
Comment ces systèmes apprennent
Un robot peut être programmé pour une séquence précise, entraîné par essais et erreurs en simulation, guidé à partir de démonstrations humaines ou combiner plusieurs approches. NVIDIA souligne le rôle des simulations physiques pour multiplier les situations d'entraînement avant le passage au matériel réel.
Skild AI présente S1 comme un modèle capable de recevoir la vidéo d'une tâche puis de tenter de l'exécuter sans entraînement supplémentaire propre à cette tâche. Cette approche illustre l'apprentissage en contexte : la démonstration sert d'instruction détaillée au moment de l'action. Les exemples publiés restent néanmoins produits par l'entreprise et ne suffisent pas à établir la régularité dans tous les lieux ou sur tous les robots.
Le logiciel ne supprime pas les limites physiques
Même un modèle capable de comprendre un objectif reste dépendant des capteurs, de la puissance de calcul, de la batterie et de la mécanique. Une pince doit pouvoir saisir l'objet ; un bras doit avoir la portée et la force nécessaires ; un robot mobile doit rester stable.
La sécurité repose également sur plusieurs couches. Les limites de vitesse et de force, l'évitement des collisions, l'arrêt d'urgence et les contrôleurs du robot doivent continuer à fonctionner lorsque le modèle de haut niveau se trompe ou rencontre une situation inconnue.
Ce qu'il faut observer au-delà des démonstrations
La valeur d'un système de Physical AI ne se mesure pas seulement au nombre de tâches montrées. Il faut connaître le taux de réussite, les échecs, le temps nécessaire, les interventions humaines et la capacité à répéter le résultat dans un environnement différent.
Il faut aussi séparer une adaptation réelle à une situation nouvelle d'une variante proche des données d'entraînement. Les évaluations indépendantes, les essais prolongés et les retours d'exploitation restent essentiels. Physical AI décrit une direction importante de la robotique ; elle ne transforme pas automatiquement un prototype impressionnant en machine fiable et disponible.
