BlueME : Ils ont créé la tech qui permet aux robots de communiquer à 700m sous la mer

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.

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.

Les modèles d'action universels permettent aux robots de simuler les conséquences avant d'agir

Les World Action Models (WAM) constituent une nouvelle famille de modèles d'IA pour la robotique, documentée dans une étude récente qui recense et organise une centaine de publications scientifiques autour de deux grandes lignes architecturales. Contrairement aux systèmes actuels, ces modèles ne se contentent pas d'associer des mouvements à des images de caméra : ils simulent mentalement les conséquences d'une action avant de l'exécuter, en modélisant comment l'environnement va évoluer. L'enjeu est considérable pour le secteur. Les robots industriels et domestiques actuels restent fragiles face à l'imprévu, car leurs modèles n'ont aucune représentation interne de la physique du monde. Les WAM offrent une capacité de planification proactive : un bras robotique peut anticiper qu'attraper un objet d'une certaine façon le fera basculer, et corriger sa trajectoire avant même de bouger. Cela ouvre la voie à des robots beaucoup plus robustes et adaptables dans des environnements non contrôlés. L'avantage décisif de cette approche réside dans les données d'entraînement : les WAM peuvent apprendre à partir de vidéos ordinaires du monde réel, sans étiquetage des actions robotiques, un type de donnée qui était jusqu'ici quasi inutilisable pour les IA robotiques classiques. Cette propriété lève un verrou majeur, car les vidéos non annotées sont disponibles en quantité massive sur internet. La compétition entre laboratoires de recherche et géants de la tech pour maîtriser ce type de modèle devrait s'intensifier dans les prochains mois.

💬 Ce qui m'intéresse là-dedans, c'est pas le robot qui réfléchit avant de bouger, c'est qu'il peut apprendre à partir de vidéos ordinaires, sans annotation spécifique. Les données robotiques étiquetées coûtent une fortune à produire, les vidéos YouTube non, et il y en a des milliards d'heures. C'est le genre de verrou qui, une fois levé, accélère tout le reste.

Les robots autonomes pourraient bientôt travailler, au bureau comme à la maison

Les robots autonomes capables d'accomplir des tâches complexes dans les usines, les entrepôts et peut-être un jour dans les foyers se rapprochent d'une réalité concrète, portés par les progrès récents de l'intelligence artificielle. Matt Malchano, vice-président logiciel chez Boston Dynamics, entreprise basée à Waltham dans le Massachusetts, rappelle qu'il y a environ quinze ans, diriger une équipe dédiée à l'autonomie robotique signifiait simplement faire naviguer un robot d'un point A à un point B. Aujourd'hui, ce même mot recouvre un champ d'action bien plus vaste : manipulation d'objets, prise de décision, adaptation à des environnements changeants et exécution de tâches complexes sans intervention humaine continue. Cette évolution s'inscrit dans un contexte où les voitures autonomes circulent déjà sans chauffeur dans plusieurs grandes villes et où les drones de livraison déposent des colis de façon indépendante, deux exemples qui rendent l'idée de robots généralistes moins futuriste qu'il y a une décennie. Cette montée en autonomie change la donne pour l'industrie robotique dans son ensemble. Des entreprises comme Boston Dynamics, mais aussi de nombreuses start-up fondées par d'anciens chercheurs, misent sur des robots capables d'apprendre et de s'adapter grâce à l'IA moderne, plutôt que de suivre des instructions rigides préprogrammées. Pour les entreprises, cela promet des gains de productivité dans la logistique, la fabrication et potentiellement les services à domicile, avec des machines capables de gérer des imprévus sans reprogrammation constante. Cette ambition attire des investissements massifs, chiffrés en milliards de dollars, de la part d'investisseurs convaincus que les modèles d'IA générative et les avancées en apprentissage automatique peuvent enfin combler l'écart entre la robotique de laboratoire et des machines réellement utiles au quotidien. Les enjeux restent toutefois considérables : fiabilité, sécurité, coût de fabrication et acceptation sociale conditionneront la vitesse à laquelle ces robots passeront des entrepôts industriels aux environnements domestiques, où la marge d'erreur tolérée par les utilisateurs est bien plus faible.