Les robots peuvent désormais éplucher, trancher et manipuler des objets de forme irrégulière

Comment l'IA pourrait permettre des robots autonomes au travail, et peut-être à la maison

Boston Dynamics, entreprise de robotique basée à Waltham dans le Massachusetts, illustre une transformation profonde dans la manière de concevoir l'autonomie des robots. Matt Malchano, vice-président logiciel de la société, rappelle qu'il y a environ quinze ans, l'objectif d'une équipe de recherche qu'il dirigeait se limitait à faire naviguer un robot d'un point A à un point B. Aujourd'hui, dit-il, l'autonomie recouvre un champ beaucoup plus vaste de tâches qu'un robot peut accomplir seul, sans intervention humaine constante. Cette évolution s'inscrit dans un contexte où des voitures robotisées circulent déjà sans conducteur dans plusieurs grandes villes et où des drones de livraison déposent des colis de manière entièrement autonome au domicile des clients. Cette montée en puissance de l'autonomie robotique pourrait, à terme, permettre à des robots polyvalents d'assister les humains non seulement dans les entrepôts et les usines, mais aussi potentiellement dans les foyers. Pour les entreprises, cela représenterait un changement majeur dans l'organisation du travail, avec des machines capables de gérer des séquences de tâches complexes plutôt que de simples opérations répétitives et isolées. Pour les travailleurs et les ménages, la perspective de robots capables d'assumer des missions variées ouvre autant d'opportunités de productivité que de questions sur l'avenir de certains emplois et sur l'acceptabilité de ces technologies au quotidien. Cette ambition n'est pas nouvelle, mais elle est désormais nourrie par les progrès récents de l'intelligence artificielle moderne, qui donnent aux robots une capacité de compréhension et de décision bien supérieure à celle d'il y a quinze ans. Le secteur attire des investissements massifs, se chiffrant en milliards de dollars, et de nombreux chercheurs spécialisés en robotique et en IA ont quitté le monde académique pour fonder leurs propres startups. Cette dynamique rappelle celle qui a permis l'essor des véhicules autonomes et des drones commerciaux, deux technologies longtemps jugées futuristes avant de devenir progressivement opérationnelles dans l'espace public.

Des travailleurs indépendants forment des robots humanoïdes, et des benchmarks IA plus fiables

Des travailleurs à la tâche, recrutés dans plus de 50 pays dont le Nigeria, l'Inde et l'Argentine, filment désormais leurs gestes quotidiens pour entraîner les robots humanoïdes de demain. C'est le modèle de Micro1, une entreprise qui collecte ces vidéos — souvent captées via un iPhone fixé sur le front — et les revend aux fabricants de robots. Pendant ce temps, OpenAI a bouclé la plus grande levée de fonds de l'histoire de la Silicon Valley : 122 milliards de dollars, en amont d'une introduction en bourse très attendue pour plus tard cette année. Et selon le MIT Technology Review, les benchmarks actuels d'évaluation de l'IA seraient fondamentalement inadaptés à l'usage réel de ces systèmes. Ces trois signaux convergent vers un même constat : l'IA et la robotique entrent dans une phase d'industrialisation massive, avec des modèles économiques qui soulèvent autant de questions qu'ils n'apportent de réponses. Les travailleurs de Micro1 sont bien payés à l'échelle locale, mais leur travail pose des problèmes sérieux de consentement éclairé et de confidentialité des données — qui est filmé, dans quel contexte, et qui en profite réellement ? Du côté des benchmarks, Angela Aristidou, professeure à l'University College London et chercheuse associée au Stanford Human-Centered AI Institute, plaide pour une évaluation radicalement différente : non plus des performances isolées sur des tâches abstraites, mais une mesure de la capacité de l'IA à fonctionner dans des environnements réels, multi-acteurs, sur la durée. Sans cette réforme, les risques et les capacités réelles de l'IA resteront systématiquement mal évalués. L'essor des humanoïdes n'est pas un phénomène marginal : les lecteurs du MIT Technology Review l'ont récemment élu « 11e percée technologique » à ajouter à la liste 2026 des dix innovations majeures. Ce vote populaire illustre l'appétit du public pour ces machines, au moment même où les entreprises du secteur se disputent les données d'entraînement les plus précieuses — les vidéos de gestes humains dans des contextes domestiques. Quant à OpenAI, sa valorisation stratosphérique s'accompagne d'ambitions sociales affichées : selon Vanity Fair, l'entreprise préparerait un projet visant à « repenser le contrat social ». Dans ce contexte, les appels de militants à quitter ChatGPT, relayés par le MIT Technology Review lui-même, témoignent d'une tension croissante entre l'accélération technologique et ses implications pour la société.

Amazon et l'université du Michigan dotent des robots d'un sens du toucher

Amazon et l'Université du Michigan ont développé HydroShear, un nouveau simulateur physique qui donne aux robots un véritable sens du toucher pour manipuler des objets avec précision. Le projet s'attaque à un problème resté sans solution malgré des années de recherche : modéliser le cisaillement tactile, c'est-à-dire les forces qui apparaissent quand un objet glisse ou tourne au contact d'un capteur. Les équipes se sont appuyées sur des capteurs tactiles à base de vision, comme le GelSight Mini, dont les caméras intégrées dans des embouts souples capturent la géométrie du contact. Pour calibrer leur simulateur, les chercheurs ont collecté des données réelles avec un bras robotique, isolant quatre paramètres clés : la dissipation des forces sur la surface du capteur, l'accumulation des forces tangentielles et normales, et le coefficient de friction entre l'objet et l'élastomère. Résultat : des politiques de manipulation entraînées entièrement en simulation ont été transférées sans aucune modification vers des robots réels, avec un taux de réussite moyen de 93% sur quatre tâches complexes, dont l'insertion de chevilles cylindriques. Cette avancée compte parce qu'elle lève un verrou majeur pour l'automatisation dans des secteurs comme la logistique entrepôt ou l'assistance chirurgicale, où les robots doivent accomplir des tâches délicates nécessitant un contact fin avec les objets. Jusqu'ici, les simulateurs de physique peinaient à reproduire fidèlement les forces tactiles subtiles : les méthodes basées sur les éléments finis sont précises mais trop lentes pour entraîner des politiques d'apprentissage par renforcement à grande échelle, tandis que les approximations plus rapides simplifient à l'excès la dynamique du contact et ratent des événements critiques, comme l'instant où un objet saisi commence à glisser. En résolvant ce compromis, Amazon et l'université ouvrent la voie à des robots capables d'apprendre des compétences de manipulation dextre directement en simulation, sans coûteuses phases d'essais physiques, ce qui pourrait accélérer le déploiement de robots plus habiles dans l'industrie et réduire les coûts de développement. L'innovation centrale de HydroShear repose sur ce que les chercheurs appellent le suivi de force dépendant du chemin parcouru, une extension des modèles de contact hydroélastique existants. Contrairement aux méthodes classiques qui calculent les forces uniquement à partir du contact instantané, HydroShear conserve en mémoire l'historique du mouvement de l'objet sur le capteur, suivant individuellement chaque point de contact pour modéliser la déformation de l'élastomère souple. Le système gère des mouvements en trois dimensions complets, incluant l'inclinaison et le roulement, et peut être parallélisé sur GPU pour permettre un entraînement à grande échelle. Cette capacité à combiner fidélité physique et rapidité de calcul pourrait redéfinir la manière dont l'industrie robotique conçoit et entraîne ses systèmes de préhension, ouvrant la voie à une nouvelle génération de robots capables de manipuler des objets avec une dextérité proche de celle de la main humaine.

💬 Sur le papier, ça résout un vrai casse-tête : entraîner en simu sans jamais toucher un vrai robot avant, et ça marche à 93% en transfert direct. C'est ce chiffre qui compte, pas le nom du modèle : jusqu'ici l'écart simu-réel sur le toucher forçait à passer par des phases d'essais physiques longues et chères, et si HydroShear tient sa promesse, ça change le coût d'entrée pour développer des mains robotiques dextres. Reste à voir si ça tient sur d'autres tâches que les quatre testées, parce qu'un simulateur qui généralise bien sur des chevilles cylindriques n'a encore rien prouvé sur le reste.

Des chercheurs inventent un capteur qui permet aux robots de voir ce qu’ils touchent

Des chercheurs de la Queen Mary University of London ont mis au point un nouveau type de capteur tactile pour robots, capable de traduire la pression en couleurs visibles par une simple caméra. Le principe repose sur un matériau souple composé de plusieurs couches de silicone associées à une structure optique particulière : lorsqu'une pression s'exerce sur sa surface, son organisation interne se déforme légèrement, ce qui modifie la façon dont la lumière est réfléchie et fait apparaître différentes nuances de couleur. Une caméra USB filme ces variations en temps réel, chaque teinte correspondant à un niveau précis de pression, sans nécessiter de reconstruction d'image en trois dimensions ni de calculs complexes. Les travaux, publiés dans la revue Science Advances, annoncent une résolution proche de 100 micromètres, soit environ l'épaisseur d'un cheveu. Pour valider le système, l'équipe l'a testé sur plusieurs objets, un doigt humain, une feuille d'arbre et une pièce de monnaie, produisant à chaque fois une carte de pression extrêmement détaillée. Le résultat le plus marquant reste la capacité du capteur à révéler les fines crêtes d'une empreinte digitale grâce aux seules variations de couleur. Cette avancée pourrait changer la manière dont les robots interagissent physiquement avec leur environnement. Les solutions tactiles existantes s'appuient généralement sur des réseaux de microcapteurs électroniques répartis sur toute la surface, un dispositif qui devient plus coûteux et plus complexe à fabriquer à mesure que le nombre de capteurs augmente. En misant sur un matériau qui encode lui-même l'information avant toute analyse, les chercheurs simplifient radicalement le traitement des données. Concrètement, cela pourrait permettre à des pinces robotiques industrielles de manipuler des composants fragiles sans les endommager, en rendant visible chaque variation de force appliquée. Dans le domaine médical, des instruments chirurgicaux recouverts de ce matériau pourraient aider les praticiens à distinguer différents types de tissus selon leur réponse à la pression, une fonction utile par exemple pour repérer une tumeur au toucher. Cette recherche s'inscrit dans un effort plus large visant à combler le retard du toucher robotique par rapport à la vision et à l'audition, deux sens que les machines ont appris à exploiter bien plus tôt. Le toucher est resté longtemps le point faible des robots, alors qu'il est essentiel pour des tâches délicates comme saisir un objet fragile. Les chercheurs britanniques évoquent aussi les prothèses de nouvelle génération, où une peau artificielle plus sensible pourrait transmettre davantage d'informations sensorielles à son utilisateur. Ces applications restent pour l'instant expérimentales et devront être validées par des essais en conditions réelles avant d'envisager un déploiement industriel ou médical à grande échelle.