|
|
|
Le robot Khepera peut être couplé à un système d'apprentissage (Ifomind) avec lequel il devient capable d'améliorer ses interactions avec les objets.
|
|
|
Un robot qui réinjecterait ses erreurs dans son comportement, qui pourrait engranger des faits et les organiser selon leur sens ou leurs relations, puis qui serait capable de détecter, dans les faits nouveaux, des éléments pour construire les relations avec les faits déjà "vécus"... Bref, une machine qui serait capable d'apprendre, c'est bien sûr un des champs d'étude de l'intelligence artificielle.
Exploiter le vécu
Selon les chercheurs, c'est en réussissant à exploiter le passé (le vécu) du robot, que celui-ci sera véritablement capable d'apprendre. Le laboratoire Sony CSL Paris travaille donc sur des robots dont les capacités motrices et cognitives dépendront de leurs propres histoires perceptives et sociales.
Craindre mais rester curieux
En 2005, David Bell (Université de Queens à Belfast), conçoit le système Ifomind, un programme capable de donner une véritable intelligence à un robot mobile. Le système combine l'apprentissage et le raisonnement pour décider de la meilleure façon d'interagir avec les objets rencontrés. Face à un objet inconnu, le robot réagit peu comme le ferait un animal, craintivement. Mais son "instinct de curiosité" l'incite à s'assurer du bien fondé ou non de sa peur. Pour cela, le robot observe l'objet, ses comportements et réactions. Il est ensuite capable de décider de la meilleure approche à adopter ou simplement décide d'abandonner.
En quelque sorte, le robot a tiré leçon de son expérience, qui peut ensuite être mis à profit lorsqu'il qu'il rencontrera d'autres objets. C'est un incroyable bond en avant dans le domaine de l'intelligence des machines.
Une main qui se souvient des objets tenus
Autre enjeu de ces systèmes d'apprentissage : les prothèses. Lorsqu'on attrape un objet, d'énormes quantités d'informations vont et viennent du cerveau à la main, afin d'assurer un maintien correct de l'objet. Or, chez quelqu'un à qui on a "greffé" une main robotisée, ces allées et venues sont impossibles. L'utilisateur doit estimer la force nécessaire pour saisir un objet, sans aucun retour d'information. Au risque de serrer trop ou pas assez.
L'Université de Southampton travaille sur une prothèse de main qui réglerait automatiquement la pression sur l'objet. Grâce à une habile combinaison de capteurs, de microprocesseurs, et d'un système d'auto apprentissage, la main serait capable de maintenir une prise optimum sur les objets. A ce jour, un prototype est en cours de développement.
Des machines débrouillardes
En allant plus loin dans le domaine de l'apprentissage, une machine qui ne saurait rien de son environnement, mais dotée d'une boucle sensori-motrice efficace, expérimenterait sa boucle de réaction/action. Après de multiples générations, elle se débrouillerait dans n'importe quel environnement. En d'autres termes, il serait peut être inutile de doter une machine d'un "cerveau" ou tout serait déjà préprogrammé. Il serait plus judicieux de donner à la machine la capacité d'apprendre à apprendre, par essais et erreurs : c'est de là qu'émergerait toute son intelligence.
