Projets

IA physique : BMW crée son propre centre de développement

Un robot est en cours d'entraînement au centre de compétences pour l'IA physique de BMW, à Munich. (Photo : groupe BMW)

Des robots apprenants plutôt que des routines rigides. Au sein de son propre centre de compétences, BMW entend développer les modèles d'IA nécessaires à ce virage clef pour ses activités industrielles.

PublicitéUne révolution technologique en marche à l'usine BMW de Munich ? Alors que les robots industriels suivent traditionnellement des instructions programmées de manière rigide, les machines pourraient désormais apprendre à penser et à agir de façon autonome grâce à l'IA. À cette fin, BMW a créé un centre de compétences pour l'IA physique, spécialisé dans la fusion de la robotique et de l'IA pour la production automobile.

Une initiative logique. Tandis que le débat public est dominé par des sujets d'IA grand public comme ChatGPT, une course fait rage en coulisses pour devenir leader dans le domaine de l'IA industrielle. Un domaine qui intéresse logiquement les industriels allemands de l'automobile, secteur en pointe dans les usages de la robotique.

Mains, chiens et humanoïdes robotiques

D'autant plus que la technologie de l'IA physique se développe actuellement à un rythme effréné. De premières réussites et des améliorations fonctionnelles parviennent aux experts presque chaque semaine. Pour rester à la pointe de cette évolution, le centre de compétences de BMW pour l'IA physique poursuit un objectif clair : mobiliser l'ensemble de l'expertise et le réseau mondial du groupe afin de transférer au plus vite les dernières technologies du laboratoire à la production industrielle.

Parallèlement, le centre se veut un laboratoire multidisciplinaire de nouvelle génération. À Munich, une équipe interdisciplinaire d'experts en robotique et en intelligence artificielle travaille avec la quasi-totalité des équipements de pointe, testant des mains robotiques ultra-sensibles aux chiens robots quadrupèdes (comme le SpOTTO, déjà en service), en passant par les robots humanoïdes. Le robot humanoïde Figure 02 a déjà fait ses preuves à l'usine BMW de Spartanburg (Caroline du Sud). Lors d'une phase pilote de dix mois en production de carrosserie, il a contribué à la fabrication de plus de 30 000 BMW X3. À Leipzig, dans le cadre de la stratégie iFactory, la nouvelle génération de robots humanoïdes, Aeon, est également prête à être déployée.

Un robot Aeon dans une opération de manutention à l'usine BMW de Leipzig. (Photo : groupe BMW)

Et il ne s'agit plus uniquement de tests. Au coeur des travaux du centre de compétences se trouve le développement de l'intelligence artificielle des robots : l'IA physique. Les modèles d'IA classiques étant généralement incapables d'appréhender la réalité d'une usine automobile, ils doivent apprendre les exigences spécifiques de la production.

Comment l'IA physique apprend

Le processus d'apprentissage des robots au centre de compétences marque un tournant fondamental dans la robotique industrielle : on passe d'une programmation rigide à un processus d'apprentissage dynamique, connu aujourd'hui sous le nom d'apprentissage par imitation.

PublicitéLes piliers clés de ce processus d'apprentissage sont les suivants :

- Le principe d'imitation
Au lieu de programmer chaque millimètre d'une trajectoire, comme c'est le cas en robotique classique, un humain démontre la tâche au robot. Cela se fait, par exemple, par téléopération (commande à distance). Le robot reproduit ainsi directement le comportement humain et apprend à l'imiter.
- La répétition et la pratique
Un processus d'apprentissage comparable à la mémorisation d'un poème ou à la répétition d'un discours. Grâce à la répétition de la téléopération, le modèle comprend progressivement comment exécuter correctement la tâche et comment réagir aux erreurs potentielles.
- L'entraînement dans un jumeau numérique
Une autre approche consiste à entraîner l'IA des robots dans le monde virtuel du jumeau numérique. D'autant plus que BMW a déjà numérisé ses usines de production avec précision.
- Le contexte industriel
Une autre étape cruciale du processus d'apprentissage consiste à transmettre au robot une expertise liée à la production. L'IA ne connaissant pas intrinsèquement ni la nature d'un composant ni le modèle de véhicule pour lequel il est conçu, ces informations spécifiques doivent être intégrées au modèle lors de son apprentissage.

BMW prévoit de poursuivre en interne le développement des modèles de fondation dédiés à ses robots. (Photo : groupe BMW)

Le contrôle de l'IA physique repose sur des modèles de fondation. Cependant, le centre de compétences pour l'IA physique de BMW n'a pas l'intention de les redévelopper de zéro. Il s'appuiera notamment sur Nvidia Robotics. L'utilisation de modèles open source est également prévue. Ces modèles seront perfectionnés à Munich et enrichis d'une expertise spécifique au constructeur.

L'IA comme cerveau du robot

En pratique, les modèles d'IA physique combineront trois types d'informations : du texte (ou des instructions vocales transformées en texte), des images ou vidéos et, enfin, des données issues de capteurs.

Le robot reçoit ainsi des instructions vocales ou textuelles, spécifiant la tâche à accomplir (par exemple : « assembler ces deux composants »). Les données visuelles, comme celles provenant des caméras du robot, font office de vision pour le système. Grâce à ces données, l'IA apprend à appréhender son environnement, les distances et les objets présents dans la pièce, ce qui lui permet de se déplacer de manière autonome. Les données des capteurs, comme ceux intégrés aux mains du robot, lui permettent de percevoir ses propres mouvements. Cela fournit au modèle d'IA un retour d'information sur ses propres actions, par exemple la manière dont se déroule une interaction physique.

À partir de ces informations, l'IA génère en continu l'action physique suivante. Ce processus est comparable au fonctionnement de ChatGPT. Alors que ce dernier génère le mot suivant dans un texte, il s'agit cette fois de créer des mouvements dans l'espace. À terme, l'IA physique développée au centre de compétences de Munich vise à doter les robots d'un « cerveau » afin qu'ils puissent comprendre et répondre de manière autonome aux exigences de production.