D'anciens employés de Meta ont créé une IA visuelle pour les usines et les entrepôts

Bien que les technologies d'intelligence artificielle se soient principalement développées dans l'environnement numérique, les startups cherchent récemment à les transposer dans le monde réel. Perceptron, fondée par d'anciens chercheurs de Meta, est l'un de ces projets qui développe des modèles de vision avancés permettant aux machines d'interagir plus efficacement avec leur environnement physique. Fondée en novembre 2024, cette jeune entreprise a présenté son tout dernier modèle, baptisé Isaac 0.5, destiné aux sites industriels. C'est ce que rapporte Techcrunch.com indique.

Selon ixbt.com, le nouveau logiciel est conçu pour aider les robots qui se déplacent sur la base de données visuelles dans des environnements complexes tels que les entrepôts et les ateliers d'usine. Il aide non seulement les mécanismes à s'orienter, mais permet également aux entreprises d'extraire des analyses visuelles et des données à partir des vidéos enregistrées par ces robots. Le logiciel a été publié en tant que modèle open-weight, ce qui permet à tout expert d'étudier ses paramètres ainsi que ses matériaux d'apprentissage.

Une nouvelle étape dans l'automatisation industrielle

La startup Perceptron a réussi à lever 21 millions de dollars lors d'un cycle de financement mené par Bessemer Venture Partners. La société a été fondée par Armen Aghajanyan et Akshat Shrivastava, qui ont travaillé au sein de la division de recherche Fundamental AI Research (FAIR) de Meta. Selon les fondateurs, leur logiciel définit l'avenir de l'automatisation industrielle. Actuellement, le domaine de l'IA physique place les experts devant un choix difficile : ils doivent choisir soit des modèles de base universels nécessitant plusieurs GPU cloud pour chaque situation, soit des modèles spécialisés capables d'effectuer une seule tâche mais impuissants pour le reste.

Aghajanyan et Shrivastava soulignent que leur produit diffère radicalement des modèles existants dans l'industrie, car il n'est pas conçu pour une seule tâche étroite et répétitive, mais pour des objectifs généraux. Le programme a la capacité de s'adapter de manière flexible en fonction de n'importe quel environnement ou situation. Par exemple, un processus simple comme le tri de boîtes comprend plusieurs étapes : d'abord lire l'étiquette sur la boîte, effectuer une analyse spatiale pour comprendre où elle se trouve et décider laquelle prendre.

Avantages d'une approche flexible

Si un robot doit soulever plusieurs boîtes à la suite, il doit planifier à l'avance quelles boîtes prendre et dans quel ordre. Le logiciel de Perceptron est conçu pour aider les robots à franchir avec succès chaque étape de ce processus. Bien qu'il existe déjà des programmes dans l'industrie pour aider les machines à effectuer la plupart de ces tâches, il en existe très peu qui les exécutent de manière flexible dans n'importe quelle condition.

Le nouveau modèle Isaac 0.5 vise précisément à combler ce vide et devrait élargir considérablement les capacités de la robotique dans les secteurs de la production et de la logistique. Cette initiative des anciens experts de Meta est considérée comme une étape importante vers une automatisation plus intelligente et plus flexible dans les entreprises industrielles.