La course à la construction de robots intelligents et autonomes s’accélère, avec des capitaux affluant dans des prototypes épurés et des démonstrations prometteuses partout dans la Silicon Valley, à Shenzhen et à Hangzhou. Pourtant, sous la surface de ces lancements de haut vol, la dépendance à des logiciels à code source fermé continue de freiner l’industrie.
Dans le domaine de la robotique, l’innovation prospère grâce à l’adaptabilité et l’itération. Pourtant, de nombreux des systèmes autonomes et humanoïdes de premier plan sont enfermés derrière des murs propriétaires, limitant la capacité de résolution des problèmes collectifs et freinant le progrès. Lorsque Tesla a ouvert ses brevets en 2014, cela a suscité une vague de développement dans l’écosystème EV. En revanche, les jardins clos des grandes entreprises de robotique ont ralenti les percées collaboratives, forçant chaque entreprise à résoudre les problèmes de manière indépendante, alors qu’ils auraient pu être résolus collectivement.
Le prix des systèmes fermés
Les systèmes robotiques à code source fermé sont des boîtes noires conçues, construites et entretenues par une entité unique, avec peu de place pour l’innovation extérieure. Pour des entreprises comme Boston Dynamics ou le projet Optimus de Tesla, cela signifie un contrôle extraordinaire sur le produit, mais une croissance limitée de l’écosystème. Les développeurs sont contraints de travailler avec les contraintes fixées par le fabricant d’origine, ce qui réduit les possibilités de mises à niveau modulaires ou d’améliorations tierces.
Cet isolement est particulièrement problématique en ce qui concerne l’intégration. Dans le domaine de la robotique d’entrepôt, les différents robots de différents fabricants ne peuvent souvent pas communiquer efficacement, entravant leur capacité à collaborer de manière transparente. Si chaque entreprise de robotique insiste pour construire des piles de contrôle propriétaires, le rêve de flottes mixtes dans les environnements industriels ou urbains restera éternellement hors de portée.
Le plan intérêt
La voie à suivre pourrait être ce que nous avons vu avec les grands modèles de langage (LLM). La décision d’OpenAI de rendre open-source des modèles fondamentaux tels que GPT a déclenché une vague d’innovation dans tous les secteurs. Des développeurs du monde entier ont pu peaufiner des modèles pour des applications spécifiques, allant du service client à la génération de rapports automatisée, en passant par la traduction en temps réel, ce qui a permis de créer un écosystème plus riche avec un minimum de friction.
Pour la robotique, l’intelligence basée sur les LLM signifie que les robots humanoïdes dotés d’un traitement alimenté par les LLM peuvent comprendre les commandes vocales en temps réel, s’adapter dynamiquement à de nouveaux environnements et s’intégrer de manière transparente à d’autres appareils intelligents. Avec des LLM open-source, les développeurs pourraient contribuer à des améliorations, créant un effet d’entraînement d’amélioration itérative.
Plus important encore, les LLM open-source pourraient démocratiser le développement de la robotique, le faisant passer des mains de quelques entreprises dominantes à un réseau mondial d’innovateurs. Ce modèle permettrait aux plates-formes robotiques d’être personnalisées pour les besoins régionaux et sectoriels, sans attendre les mises à jour lentes et centralisées des fabricants de logiciels propriétaires.
Le chaînon manquant
Les robots actuels ont du mal à s’adapter en temps réel. Sans interfaces ouvertes, les mises à jour logicielles sont lentes, réactives et cloisonnées. L’intelligence LLM pourrait changer cela. En exploitant des modèles ouverts, les robots seraient capables d’interpréter des commandes vocales avec une compréhension nuancée, de s’adapter instantanément à de nouvelles tâches et de communiquer sur des réseaux – des compétences gravement limitées dans le paradigme actuel à code source fermé.
Imaginez des robots d’entrepôt qui peuvent communiquer en temps réel, s’adapter à des obstacles inattendus et repousser les tâches sans intervention humaine. Dans les hôpitaux, des assistants humanoïdes pourraient interpréter les demandes des patients avec un contexte en temps réel, offrant un soutien vraiment autonome au lieu de réponses préprogrammées.
Le logiciel open-source, alimenté par l’intelligence basée sur les LLM, offre la voie vers la robotique en temps réel et adaptative. Si la libération des brevets de Tesla a accéléré le développement des véhicules électriques, imaginez ce qui pourrait se passer si les grandes entreprises de robotique adoptaient le même ethos. La pensée à code source fermé a construit les prototypes, l’open-source construira l’avenir.
**