Je voulais rejeter le robot de tennis de table de Sony comme un autre outil de laboratoire coûteux. Une machine capable de se rallier à des joueurs d'élite est impressionnante, bien sûr, mais cela ressemble aussi au genre de démo conçue pour faire applaudir les dirigeants dans une salle où tout le monde était déjà d'accord pour être impressionné.
Mais le tennis de table est une épreuve plus difficile qu’il n’y paraît. La balle est petite, rapide, tourne et suffisamment grossière pour changer de direction dès qu'elle touche la table. Le système de Sony est confronté à quelque chose de moins indulgent que le calcul. Il doit voir, prédire et agir avant que le problème ne disparaisse.
Sony a testé Ace contre cinq joueurs d'élite et deux professionnels selon les règles officielles de la compétition, et le robot est reparti avec plusieurs victoires.
Le détail le plus utile est ce qu'il a dû gérer pendant ces matchs : des tirs rapides et à forte rotation qui changent de direction après le rebond et punissent même les petits retards. En clair, Ace ne se contentait pas de renvoyer la balle. Il lisait le mouvement, faisait une prédiction et se déplaçait avant que le rallye ne lui échappe.
L'IA quitte le conseil d'administration
Le titre habituel « L’IA bat l’humain » sous-estime ce qu’Ace teste réellement. Nous avons déjà vu cette histoire dans des arènes plus propres. Deep Blue d'IBM a battu Garry Kasparov en 1997, et le symbolisme plane toujours sur chaque vieille compétition entre compétence humaine et calcul machine.
Mais les échecs, malgré toute leur profondeur stratégique, sont polis envers les ordinateurs. La planche ne bouge pas. Les pièces ne tournent pas. Un chevalier ne revient jamais en criant à 60 milles à l'heure parce que quelqu'un l'a coupé sous un mauvais angle.
Le robot de Sony indique un changement différent. Lorsque l’IA doit évoluer, l’intelligence devient un problème de timing. Le système doit lire le monde assez rapidement pour pouvoir y agir. C'est plus utile et beaucoup plus difficile à conserver soigneusement.
Le corps change le problème
C'est là que la démo du tennis de table commence à faire plus de travail. Un robot capable de suivre la rotation, de prédire les mouvements et d'ajuster sa réponse en temps réel n'est pas automatiquement un ouvrier d'usine, un préparateur d'entrepôt, une infirmière auxiliaire, un ouvrier agricole ou une machine d'intervention en cas de catastrophe. Ce saut serait trop net, ce qui signifie généralement que c'est faux.
Le marché plus large de la robotique a déjà largement dépassé le stade des démonstrations mignonnes. La Fédération internationale de robotique affirme que 542 000 robots industriels ont été installés en 2024, soit plus du double du chiffre dix ans plus tôt. Il s'attend à ce que le nombre d'installations atteigne 575 000 en 2025 et dépasse 700 000 d'ici 2028. Cela ne fait pas d'Ace un produit d'usine, mais cela l'intègre dans une histoire d'automatisation plus vaste qui apparaît déjà dans les ateliers de production.
Sur les sols industriels contrôlés, les robots doivent gérer les variations au lieu de répéter indéfiniment un mouvement parfait. Dans le domaine de la logistique, ils sont confrontés à des cartons écrasés, à des angles incorrects, à des étiquettes manquantes et à des personnes qui empruntent la mauvaise voie au pire moment possible. À l'extérieur, la boue, les intempéries, les sols inégaux et les produits façonnés par la nature ne sont pas connus pour respecter les exigences logicielles.
C’est du côté du travail que l’histoire devient moins mignonne. McKinsey estime que la technologie actuelle pourrait théoriquement automatiser des activités représentant environ 57 % des heures de travail actuelles aux États-Unis. Ce n’est pas un chiffre précis sur les emplois perdus, et McKinsey reste prudent sur ce point.
La pression est plus subtile et probablement plus compliquée : les tâches sont divisées, les rôles sont repensés et certains travailleurs découvrent que « l’efficacité » a tendance à arriver avec une feuille de calcul et un sourire forcé.
Certains paramètres augmentent la pénalité en cas d'erreur. Un chatbot qui se trompe peut perdre un après-midi. Un robot qui interprète mal l'équilibre d'un patient, un fauteuil roulant ou un couloir d'hôpital peut causer de réels dégâts. Plus l’IA s’incarne, moins ses erreurs pardonnent.
La facture vient avec le corps
L’infrastructure ne disparaît pas lorsque l’IA obtient des jambes, des roues ou un bras robotique. Cela dépend toujours de puces, de centres de données, de systèmes de refroidissement, d'électricité, d'eau et d'un réseau qui n'a pas été construit autour de chaque entreprise qui découvre soudainement qu'elle a besoin de plus de calcul.
L’Agence internationale de l’énergie s’attend à ce que la consommation mondiale d’électricité des centres de données double pour atteindre environ 945 TWh d’ici 2030, ce qui représente un peu moins de 3 % de la consommation mondiale d’électricité. Cette part peut sembler faible jusqu'à ce qu'un réseau local, un système d'eau ou une communauté proche d'un nouveau centre de données doive absorber la concentration.
Mais tout n’est pas sombre. Des robots plus intelligents pourraient réduire les déchets d’usine, aider à inspecter les sites dangereux, améliorer l’agriculture de précision et entreprendre des travaux qui détruisent le corps humain pour gagner leur vie. L’avantage est réel, mais le coût l’est aussi.
Deep Blue a donné à l’IA un sentiment de puissance dans un jeu de société. Ace donne l'impression que le plateau a disparu et que les pièces sont maintenant des usines, des hôpitaux, des fermes, des réseaux et des travailleurs essayant de deviner ce qui se passera ensuite.
Asimov imaginait des robots soumis à des règles. La version que nous construisons actuellement est peut-être d'abord liée à l'économie.
