Une entreprise de prothèses alimente un problème de robotique
ABB Robotics et PSYONIC ont annoncé une collaboration visant l’une des tâches non résolues les plus difficiles de la robotique: donner aux machines une dextérité plus fiable dans le monde réel. Le projet combine le robot collaboratif GoFa d’ABB avec l’Ability Hand de PSYONIC, un dispositif prothétique conçu autour du contrôle myoélectrique, de la détection tactile et de mécanismes souples.
L’idée centrale est simple. Les utilisateurs de prothèses génèrent des données réelles sur la manière dont les humains saisissent, relâchent et s’adaptent aux objets. ABB et PSYONIC veulent utiliser ce flux d’informations tactiles et de mouvement pour entraîner des robots à accomplir des tâches qui restent difficiles à automatiser.
Il s’agit donc de bien plus qu’un partenariat matériel. C’est une tentative de transformer des schémas de manipulation issus de l’humain en matériau d’entraînement pour des systèmes d’IA physique. ABB associe explicitement le projet à sa poussée plus large vers ce qu’elle appelle la robotique autonome polyvalente, c’est-à-dire des robots capables de percevoir, raisonner, se déplacer et manipuler des objets dans des environnements changeants.
Pourquoi la dextérité reste un goulot d’étranglement
L’automatisation industrielle excelle dans la répétition, les mouvements structurés et les environnements strictement contrôlés. Elle est beaucoup moins fiable lorsque les objets varient en forme, en souplesse, en orientation ou en fragilité. C’est là que les mains humaines dominent encore.
Selon ABB, apprendre à partir d’interactions réelles est essentiel pour que les robots dépassent les routines fixes. La position de l’entreprise est que les progrès en IA physique ne dépendent pas seulement de la perception et de la planification, mais aussi d’une manipulation qui fonctionne en dehors des conditions idéalisées d’un laboratoire.
La technologie de PSYONIC offre un point de départ utile au partenariat, car l’Ability Hand a été conçue pour un usage humain, et non à l’origine pour l’automatisation d’usine. Le système comprend des capteurs de pression et un retour vibratoire qui permettent aux utilisateurs de détecter le contact, la force de préhension et le relâchement. Ses doigts flexibles peuvent épouser des objets irréguliers et déformables, exactement le type de capacité qui manque à de nombreuses pinces industrielles standard.
Du design prothétique à la pertinence industrielle
Le fondateur et CEO de PSYONIC, Adeel Akhtar, explique que l’entreprise a commencé du côté des prothèses et a déjà atteint l’usage clinique, avec une approbation de la FDA et plus de 300 patients utilisant la main. Elle est également couverte par Medicare aux États-Unis. Mais il dit que l’équilibre de la demande a changé à mesure que l’intérêt pour l’IA physique s’est accéléré.
Ce basculement est révélateur. Les caractéristiques qui comptent dans les aides à la personne, comme le mouvement souple, la perception tactile et l’adaptation naturelle aux objets, comptent aussi dans les environnements robotiques où les outils rigides deviennent une contrainte. Akhtar soutient que les systèmes à aspiration et les pinces à mors parallèles nécessitent souvent des changeurs d’outils, ce qui ajoute du délai, de la maintenance et des points de défaillance.
Pour les tâches impliquant des objets déformables ou des espaces conçus autour des humains, une main à cinq doigts peut être un choix plus naturel. Le partenariat se situe donc à l’intersection de deux tendances: des prothèses de plus en plus riches en capteurs et une robotique de plus en plus dépendante de données du monde réel.
Pourquoi le cobot GoFa compte
Le GoFa d’ABB est un robot collaboratif limité en force et en puissance, ce qui le rend adapté à des expérimentations reposant sur une interaction proche et adaptative plutôt que sur la répétition brute. Dans cette configuration, le bras sert en pratique de plateforme d’essai pour l’Ability Hand et son flux de données.
L’enjeu n’est pas qu’une seule main robotique remplace soudainement tous les effecteurs industriels. Il s’agit plutôt de montrer qu’une main riche en capteurs, associée à un bras collaboratif, peut générer des exemples de la manière dont le toucher, le mouvement et la souplesse doivent fonctionner ensemble. Pour des systèmes d’apprentissage destinés à opérer dans des environnements dynamiques, ce type de données est difficile à falsifier de manière convaincante.
La direction d’ABB décrit la dextérité humaine comme l’une des choses les plus difficiles à reproduire dans la robotique de niveau industriel. Cette évaluation correspond à des années de progrès lents dans des domaines comme la préhension d’objets mélangés, la manipulation de tissus et la prise dans des bacs encombrés. La collaboration suggère qu’ABB voit la dextérité non pas comme une amélioration périphérique, mais comme un élément central de la prochaine phase des capacités robotiques.
L’IA physique a besoin de meilleures données, pas seulement de meilleurs modèles
L’expression IA physique évoque souvent des logiciels plus intelligents. Ce partenariat met en avant la contrainte opposée: même de bons modèles ont besoin de données d’interaction ancrées dans le réel. Un robot ne peut pas apprendre à manipuler un objet mou ou encombrant en le regardant seulement. Il lui faut des exemples de contact, de force, de glissement et de récupération.
C’est ce qui rend l’arrière-plan de PSYONIC important. Les utilisateurs de prothèses produisent en quelque sorte des données de manipulation vécues dans des contextes quotidiens. Si ces signaux peuvent être traduits en flux de travail d’entraînement robotique, les développeurs peuvent obtenir une image plus riche de la manière dont la manipulation experte se produit réellement.
L’accord reflète aussi une convergence plus large sur le marché de la robotique. Des technologies autrefois séparées en dispositifs médicaux, outils industriels et plateformes de recherche en IA commencent à se recouper. Les entreprises recherchent des composants réutilisables et des sources de données capables de circuler entre les domaines.
Un pari ciblé sur un problème ancien
Ni ABB ni PSYONIC ne présentent cette collaboration comme le lancement d’un produit fini. Il s’agit d’une démarche de recherche et développement visant un goulot d’étranglement dont l’industrie parle depuis des années. Cela rend l’annonce significative même sans chiffres de déploiement immédiats.
Si le projet fonctionne, sa valeur viendra du fait de montrer que les données tactiles et de mouvement issues des prothèses peuvent améliorer la manipulation robotique de manière mesurable. S’il échoue, il précisera néanmoins à quel point le domaine reste éloigné du transfert de la préhension humaine vers des machines largement déployables.
Dans tous les cas, le partenariat reflète la direction prise par la robotique avancée: moins d’accent sur les améliorations matérielles isolées, et plus d’attention aux données et à l’incarnation nécessaires pour permettre aux robots d’aborder le monde physique avec quelque chose de plus proche du jugement humain.
This article is based on reporting by The Robot Report. Read the original article.
Originally published on therobotreport.com
