Le modèle Orca d’IA chinoise apprend la robotique sans données étiquetées
Un laboratoire de Pékin a créé une IA robotique qui apprend en observant—sans nécessiter d’instructions détaillées. L’Académie d’IA de Pékin (BAAI) a dévoilé aujourd’hui Orca, un modèle du monde prédisant des états abstraits de l’environnement plutôt que des jetons ou des pixels. Formé sur 125 000 heures de vidéos non étiquetées, Orca rivalise avec des systèmes spécialisés comme π0.5 sur cinq tâches robotiques, tout en évitant le besoin habituel de données d’actions annotées.
Une nouvelle approche pour l’apprentissage robotique
La plupart des pipelines d’entraînement robotique reposent sur des ensembles de données étiquetées—des heures de vidéos marquées pour chaque prise, poussée ou torsion. Orca inverse cette logique en apprenant directement à partir de séquences brutes. Son modèle du monde compresse les vidéos en états latents et déduit les configurations futures, permettant à un réseau de politique de décider des actions sans jamais voir d’étiquette explicite du type « fais ceci ». Cette méthode rappelle la façon dont les humains maîtrisent des tâches en observant plutôt qu’en lisant des manuels pas à pas.
Pourquoi cela compte
La capacité d’Orca à égaler des systèmes spécialisés sans étiquetage artisanal suggère un avenir où l’entraînement robotique dépend moins de jeux de données coûteux et fabriqués à la main. Si largement adoptée, cette approche pourrait réduire le temps et les coûts de déploiement des robots dans la logistique, la fabrication et la santé. Elle soulève aussi une question : les prochains modèles de robotique s’appuieront-ils davantage sur l’observation autonome que sur l’annotation humaine minutieuse ?
Source : The Decoder. Synthèse éditoriale assistée par IA — TechnoExpress.