Michael JohnsonPasser d’un robot de démonstration à un système opérationnel dans un hôpital ou sur une ligne de production dépend d’un ensemble d’éléments techniques : modèle, capteurs, commande en temps réel, consommation énergétique et calcul embarqué. C’est à ces questions qu’était consacrée la rencontre entre Intel et des développeurs au centre MassRobotics de Boston, dont l’entreprise a rendu compte dans une publication sans préciser la date de l’atelier.
Dans sa publication, Intel énumère les thèmes de l’atelier Building Physical AI at the Edge : inférence locale, traitement des données des capteurs, regroupement des charges de calcul, efficacité énergétique, portabilité logicielle et informatique en périphérie. Les participants représentaient des domaines allant de l’automatisation industrielle et de la vision par ordinateur à la robotique médicale.
Le problème commence après une démonstration réussie
Un prototype peut reconnaître des objets et exécuter des commandes isolées, mais un système opérationnel doit simultanément recevoir les données des capteurs, calculer une réponse avec une latence prévisible et transmettre des commandes aux actionneurs. La plateforme de calcul doit donc être évaluée sur l’ensemble du cycle de fonctionnement : sa capacité à combiner l’inférence et la commande, à respecter les contraintes d’alimentation et à permettre le portage de la pile logicielle entre différentes configurations.
Intel a précisément désigné cet ensemble comme le thème central des échanges. L’entreprise a présenté sa stratégie comme une base ouverte et évolutive pour l’IA physique, combinant inférence et commande en temps réel. Il s’agit de la position du fabricant : la publication rend compte de la rencontre et de son programme, mais ne fournit ni mesures comparatives du matériel ni résultats de déploiement chez un client donné.
Enseignements pratiques pour les équipes de robotique
Les développeurs ont intérêt à évaluer le système au-delà de la seule précision du modèle. Lors d’un projet pilote, il convient de mesurer le délai entre le capteur et l’action, la charge des processeurs et des accélérateurs lors du traitement simultané de plusieurs flux, la consommation énergétique et la stabilité du comportement en cas de perte de connexion au cloud. Un test distinct de portabilité permettra de déterminer l’ampleur des modifications nécessaires pour passer d’une configuration de laboratoire à l’appareil cible.
Ces vérifications permettent de repérer les goulets d’étranglement avant d’investir dans le déploiement à grande échelle : il peut s’agir du traitement vidéo, des communications entre sous-systèmes ou des contraintes thermiques et énergétiques. L’atelier d’Intel chez MassRobotics ne prouve pas, à lui seul, qu’un robot donné est prêt pour un déploiement à grande échelle, mais la liste des sujets techniques montre les éléments à coordonner pour passer d’une démonstration d’IA physique à un produit opérationnel.