Le moment AstraTennis du robot chinois est arrivé.
Le 22 août, la deuxième édition des Jeux mondiaux des robots humanoïdes a ouvert ses portes, diffusée en direct à l'échelle mondiale par China Media Group.
Lorsque la caméra a balayé le terrain, le souffle de toute la salle semblait s'arrêter.
De part et d'autre du filet, d'un côté se tenait une célèbre joueuse de tennis humaine, de l'autre, un robot humanoïde.
Ce moment marque l'arrivée d'un point singulier dans l'intelligence incarnée, suffisamment historique pour la technologie et l'innovation chinoises.
Le tout premier véritable match de tennis opposant l'homme à la machine, a officiellement commencé !
Le premier match de tennis humain-machine au monde
D'entrée, ce fut un brillant double mixte homme-machine.
De manière surprenante, la performance de Galaxy Xingzai fut très impressionnante : ses déplacements étaient agiles, il se déplaçait rapidement d'avant en arrière selon les besoins, jouant avec une grande fluidité.
De plus, Xingzai et son partenaire humain ont formé avec une grande complicité une position l'un devant l'autre, affrontant de toutes leurs forces leurs adversaires d'en face.
Ensuite, la joueuse de tennis de renommée mondiale Zheng Jie et le robot universel Galaxy ont disputé le tout premier match de tennis en simple homme-machine de l'histoire.
Que ce soit en coup droit ou en revers, le robot a échangé avec l'humain d'égal à égal.
Puis, Zheng Jie a décidé d'augmenter la difficulté en effectuant un lob.
Résultat, en étant déplacé de gauche à droite par son adversaire, le robot est tombé malencontreusement à la renverse.
Contre toute attente, la seconde suivante, il a immédiatement ajusté sa posture et s'est relevé.
Face aux slices et effets de Zheng Jie, le jugement du robot était également assez bon.
Finalement, Zheng Jie savait qu'elle ne pouvait plus se retenir, commençant à déplacer le robot sur tous les points du terrain, gauche, droite, avant, arrière. Le robot a accompli de manière inattendue un superbe pas chassé, lui valant les applaudissements du public.
À la fin du match, la performance du robot a provoqué l'enthousiasme de tous.
Pendant tout le match, les actions comme plier les genoux, lancer la balle, pivoter le corps, ont toutes été accomplies par le robot humanoïde lui-même.
De plus, la vitesse de service atteignait plus de cent kilomètres par heure, ne lui laissant que quelques dixièmes de seconde pour réagir, et il n'a presque jamais failli.
Ce robot provient de Galaxy General.
Il y a dix ans, AlphaGo a battu Lee Sedol. Dix ans plus tard, un robot national chinois concourt sur le même terrain que les meilleurs athlètes du tennis mondial.
Si AlphaGo a prouvé que l'IA pouvait conquérir le monde numérique, aujourd'hui, le robot national de Galaxy General prouve : l'IA peut résister au test de pression extrême du monde physique.
Pour la première fois, elle s'est levée du code, a couru, frappé, manœuvré dans une confrontation réelle, et même, après être tombée, s'est relevée seule pour continuer le combat.
Ce moment AstraTennis si spectaculaire de l'intelligence incarnée a été témoigné simultanément dans le monde entier !
Le moment AstraTennis du robot chinois
Pourquoi ce match de tennis a-t-il pu provoquer un énorme séisme dans les cercles technologiques mondiaux ?
Parce que le tennis est un test de pression ultime pour l'intelligence incarnée.
Le temps de réaction n'étant que de quelques dixièmes de seconde, ce sport pousse simultanément les capacités de perception, de prise de décision, de contrôle du mouvement corporel global et de jeu en temps réel du robot à ses limites physiques.
De plus, jouer au tennis est bien plus difficile pour l'IA que jouer aux échecs Go.
Après tout, AlphaGo faisait face à 361 intersections déterminées sur une grille de 19 lignes, et après le coup de l'adversaire, il avait plusieurs dizaines de secondes, voire plusieurs minutes, pour calculer le coup suivant.
C'était un jeu dans le monde numérique, dont l'espace de solutions était vaste mais aux frontières claires et aux règles constantes. Le monde entier était statique, discret, et l'IA pouvait tout y voir.
Bien que l'espace de solutions de ce problème soit plus grand que le nombre d'atomes dans l'univers, pour l'IA, ce n'était qu'un « problème mathématique » plus difficile.
Mais un court de tennis, c'est différent.
La balle arrive à une vitesse de plus de cent kilomètres par heure, son point de chute est influencé par l'effet, le vent, la friction du terrain, les paramètres physiques de chaque frappe ne se répètent pas.
Le robot doit accomplir la perception, la prédiction, la prise de décision et la coordination corporelle totale en quelques centaines de millisecondes, tout en restant debout. L'adversaire est un humain vivant, qui peut tromper le robot et varier le rythme.
C'est la version en direct du paradoxe de Moravec.
En 1988, Hans Moravec, directeur du laboratoire de robotique mobile de l'université Carnegie-Mellon, avait déjà souligné : « Il est relativement facile de faire en sorte qu'un ordinateur présente des performances de niveau adulte lors d'un test de QI ou aux dames, mais leur donner les compétences de perception et d'action d'un enfant d'un an est difficile, voire impossible. »
Trente ans plus tard, la première partie s'est déjà réalisée, mais la seconde est très difficile à atteindre.
La véritable signification de ce match de tennis dépasse donc de loin la question « un robot sait-il jouer au tennis ? ».
La question qu'il pose est : cette fois, l'IA peut-elle vraiment sortir du monde numérique, et boucler la boucle complète de perception, prise de décision, contrôle du mouvement et jeu en temps réel dans un environnement physique réel ?
L'IA ne peut pas se contenter de réfléchir, elle doit accomplir la boucle complète allant de la cognition et de la décision à l'exécution corporelle totale.
Cette fois, l'entreprise chinoise a été la première à rendre sa copie !
Sur le terrain, la performance du robot Galaxy General était vraiment éblouissante.
Service, coup droit, revers, déplacements en fond de court, volée au filet, toutes ces capacités individuelles sont apparues pendant le match, et toutes ont été réalisées de manière exceptionnelle.
Et pour le double, le défi est encore plus grand.
Le robot et son coéquipier humain sont sur le même terrain, ils doivent juger en temps réel qui va prendre la balle, qui va se repositionner, ajuster dynamiquement le jeu et la stratégie.
Il doit donc comprendre non seulement la balle, mais aussi ce que son partenaire va faire ensuite.
Dans les échanges rapides, des scènes de sauvetage à la limite sont apparues. Après être tombé, le robot s'est relevé tout seul et a continué à jouer.
La première réaction de beaucoup fut : ces actions individuelles, les robots ne les avaient-elles pas déjà accomplies auparavant ?
Lancer un panier, tirer dans un ballon, courir le 100 mètres, il semble que dans les vidéos de robots humanoïdes des deux dernières années, il y ait eu de tout.
Mais la plus grande différence ici réside dans le fait que le tennis est un affrontement entre deux joueurs.
L'environnement de la course est déterminé, chaque frappe au tennis est un nouveau problème posé par l'adversaire. On peut répéter un mouvement de course dix mille fois, mais il n'y a pas deux balles de tennis exactement identiques.
Être capable de tenir debout en situation d'affrontement, c'est là la véritable intelligence.
Le cerveau et le cervelet, pour la première fois dans le même modèle
Tout cela est soutenu par le grand modèle d'intelligence incarnée « Galaxy Brain » AstraBrain, développé par Galaxy General.
L'un de ses plus grands points forts réside dans le choix de l'architecture.
La pratique dominante dans le secteur était jusqu'ici hiérarchique : un modèle « cerveau » responsable de la compréhension de la tâche et des décisions de haut niveau, un module « cervelet » responsable du contrôle du mouvement en temps réel, les deux communiquant via une interface.
L'inconvénient de cette architecture est direct : même si le cerveau pense très clairement, l'information arrive au cervelet avec un léger retard ; même si les actions du cervelet sont très précises, il ne sait pas pourquoi le cerveau lui demande de faire ce mouvement.
Un problème plus insidieux est la fracture de l'information.
Lorsque le cerveau donne un ordre, il ne sait pas sur quelle jambe se trouve actuellement son centre de gravité, ni quelle marge de force reste dans son bras droit ; lorsque le cervelet exécute un mouvement, il ne sait pas si cette frappe vise à déplacer l'adversaire ou à marquer directement.
Chaque côté est optimal séparément, mais ensemble, cela donne un système qui « pense mais ne peut pas faire » ou « fait mais ne pense pas ».
Dans une tâche comme jouer au tennis, un retard d'une demi-seconde se solde par une défaite.
L'approche de Galaxy Brain consiste à intégrer la couche cerveau (compréhension des tâches et décision tactique), la couche cervelet (contrôle du mouvement corporel global hautement dynamique) et le contrôle neuronal dans un seul et même modèle.
Selon les dires de Galaxy General, c'est le premier modèle au monde capable de s'occuper simultanément de « bien réfléchir » et de « bien exécuter », sans perte d'information intermédiaire.
En remontant depuis la tâche du tennis, c'est peut-être la seule solution. La décision tactique ne peut se passer d'une perception en temps réel des limites de son propre corps, et le contrôle du mouvement ne peut se passer de la compréhension de l'intention tactique ; les deux ne devraient jamais être séparés.
Apprendre à partir de données humaines imparfaites
Jouer dix millions de fois sur un terrain virtuel
En dehors de l'architecture, une autre question est : comment ce modèle a-t-il été entraîné ?
Un problème traditionnel dans le domaine de la robotique est l'absence de données.
Les modèles linguistiques peuvent ingérer tout le texte d'Internet, les robots n'ont pas un tel Internet.
Collecter des données de mouvement pendant une heure sur un robot réel prend une heure, nécessite une surveillance humaine, et peut endommager le matériel.
C'est aussi pourquoi les progrès de l'intelligence incarnée ces dernières années ont toujours été plus lents que prévu.
Derrière cela, il y a le soutien de la plateforme technologique centrale « Galaxy Atelier » de Galaxy General.
Ensuite, cela se fait en deux étapes.
La première étape consiste à apprendre à partir de « données humaines imparfaites ».
On peut collecter des données sur les mouvements de tennis humains : capture de mouvement, vidéos, capteurs portables.
Mais les mouvements humains eux-mêmes ne sont pas standards. Les joueurs amateurs sont en effet très amateurs, avec des mouvements superflus. Les mouvements des joueurs professionnels maximisent leurs capacités physiques personnelles, que d'autres ne peuvent reproduire, et la taille, l'envergure, les angles articulaires de chaque personne ne correspondent pas à ceux du robot.
L'apprentissage par imitation traditionnel exige des données de démonstration propres, alignées et de haute qualité, une exigence presque impossible à satisfaire avec des données humaines.
Ce que la plateforme de données Galaxy Atelier doit faire, c'est extraire des connaissances utiles de cette masse de démonstrations bruitées, non alignées et de qualité variable :
Quand faut-il s'élancer, le rythme approximatif de la frappe, comment se transfère le centre de gravité du corps, afin d'apprendre véritablement les lois du mouvement sous-jacentes.
La valeur de cette étape réside dans l'amorçage à froid.
Le robot n'a pas besoin de partir de mouvements aléatoires, il sait dès le départ à quoi ressemble « jouer au tennis ».
La deuxième étape consiste à entrer dans le monde du tennis virtuel.
Dans un environnement de simulation, plusieurs agents intelligents s'affrontent. Il ne s'agit pas d'un robot s'entraînant face à une machine à balles, mais de plusieurs stratégies évoluant chacune de leur côté, servant mutuellement d'adversaires.
Lorsque l'un apprend à frapper près des lignes, l'autre est forcé d'apprendre à se déplacer latéralement sur une grande amplitude. Lorsque l'un apprend à faire un amorti, l'autre est forcé d'apprendre à monter rapidement au filet.
Dans ce vaste jeu virtuel, un miracle se produit : l'« émergence de compétences ».
Les ingénieurs ne lui ont pas appris à faire un pas glissé pour sauver une balle, mais après d'innombrables échecs à ne pas rattraper la balle, le modèle a « compris » par lui-même la posture d'extension extrême.
Les ingénieurs n'ont pas écrit de code rigide pour se relever après une chute, mais après être tombé des millions de fois dans le monde virtuel, le modèle a « appris » par lui-même comment mobiliser tous ses moteurs pour se remettre debout.
Les compétences n'ont pas besoin d'être conçues manuellement, sous la pression de l'affrontement, l'IA apprend par elle-même.
Enfin, lorsque ces « âmes » entraînées à la maîtrise dans le monde virtuel sont transférées sans perte dans le corps physique d'un vrai robot, un maître du tennis est né !
Placée dans le spectre de l'apprentissage automatique, cette voie se situe entre deux extrêmes.
Le plafond de l'apprentissage par imitation pure est le niveau du démonstrateur. Un entraîneur humain ne peut pas enseigner à un élève qui le dépasse, et les démonstrations humaines ne contiennent aucune donnée sur « comment se relever après une chute et continuer à jouer ».
L'apprentissage par renforcement pur, partant de zéro, a un coût de recherche irréalistement élevé pour une tâche comme le tennis où l'espace d'action est immense et la récompense éparse. De plus, il risque d'apprendre des mouvements étranges que les humains ne comprennent pas, qui peuvent gagner, mais ne ressemblent pas à du tennis.
Utiliser d'abord des connaissances a priori humaines comme base, puis les perfectionner par évolution autonome.
Cela en soi n'est pas nouveau. AlphaGo avait d'abord appris les parties humaines, puis joué contre lui-même. La nouveauté est que, dix ans après que cette méthode ait fonctionné sur un plateau de jeu, elle fonctionne pour la première fois sur une tâche nécessitant un corps.
D'une certaine manière, c'est l'écho technique le plus fascinant entre AstraTennis et AlphaGo.
À l'époque d'AlphaGo, l'intelligence pensait sur un plateau ; cette fois, l'intelligence commence à entrer dans le monde physique.
Ce n'est absolument pas qu'un simple match de tennis. Ce moment AstraTennis prouve : dans le nouvel âge de la symbiose entre le carbone et le silicium, la puissance chinoise commence à créer plus de miracles.
Éditeurs : Aeneas David
Cet article provient du compte officiel WeChat « New Zhiyuan », auteur : ASI Apocalypse
