Comment les assistants robots personnels deviennent une réalité quotidienne

J'ai récemment assisté au MWC Shanghai, où les robots dominaient le salon — machines massives, à la pointe, que les entreprises présentaient dans l'espoir de s'assurer une place dans un marché en expansion rapide. Un standout était Tug, un robot infirmier mobile qui ressemble plus à une boîte sur roues qu'à un androïde de sci-fi. Pourtant, il porte toutes les marques de la robotique mobile moderne : navigation précise, évitement d'obstacles, capacité à s'arrêter quand quelqu'un passe devant, et même à demander un ascenseur pour changer d'étage.

Désigné pour livrer médicaments et repas aux patients, Tug est déjà actif dans 37 hôpitaux américains pour vétérans. Imaginez le soulagement pour le personnel soignant surchargé. Au-delà de la santé, des assistants similaires sont déployés dans les maisons de retraite, établissements éducatifs, restaurants et hôtels. Suite au succès des enceintes intelligentes, la prochaine vague d'assistants personnels se transforme en robots tangibles, quotidiens — Amazon, par exemple, opère plus de 100 000 robots dans ses entrepôts et est prêt à apporter des solutions robot domestiques aux consommateurs.

Bien que l'idée ressemble à de la science-fiction, la réalité est que les robots assistants domestiques sont livrés aujourd'hui. Les défis, cependant, sont substantiels et ressemblent plus aux problèmes de conduite autonome qu'ils n'en diffèrent. Les enjeux clés incluent la navigation dans des environnements intérieurs dynamiques, l'évitement d'obstacles en temps réel, et la capacité à s'adapter aux changements temporaires — pensez à un support IV soudain ou un colis tombé. Contrairement aux voitures, où voies claires et règles de circulation simplifient la navigation, les robots intérieurs doivent continuellement cartographier et re-cartographier leur environnement. De plus, une interface en langage naturel n'est pas un luxe ; c'est essentiel pour une communication claire dans des contextes où une mauvaise livraison peut avoir de graves conséquences.

Gartner a récemment identifié les dix meilleures capacités IA et détection qui sous-tendront les futurs assistants robots :

• Vision par ordinateur : analyse de scène et reconnaissance d'objets.
• Reconnaissance biométrique et authentification : assurant que seuls utilisateurs autorisés peuvent donner des commandes.
• Interface conversationnelle : reconnaissance vocale couplée au traitement du langage naturel.
• Analyse de scène acoustique : détection de sons distinctifs comme aboiement de chien ou verre brisé.
• Détection de localisation : détermination continue de position et proximité aux personnes ou objets.
• Mouvement autonome : navigation vers une cible sans collision avec obstacles.
• IA côté edge : exécution des fonctions principales localement plutôt que de dépendre uniquement du cloud.

La plupart des développeurs commencent par prototyper sur une plateforme GPU multicœur, qui offre une solution commode et puissante pour les tests initiaux. Cependant, à mesure que les volumes de production grandissent, le coût élevé, la consommation d'énergie significative, et le manque de différenciation inhérents aux GPUs standard deviennent des facteurs limitants. C'est là que les solutions ASIC ou DSP personnalisées entrent en jeu, livrant la même intelligence à coût et consommation d'énergie inférieurs.

Les DSP sont bien connus pour leur avantage performance-par-watt sur les GPUs dans les charges de travail d'apprentissage machine, grâce à des opérations à virgule fixe efficaces et une quantification flexible. Dans les applications edge sensibles au volume, un DSP dédié surpasse souvent un GPU générique en coût et efficacité.

Alors, un DSP peut-il égaler les capacités d'un GPU ? Pour de nombreuses tâches de base, oui. Les charges de travail de vision par ordinateur — comme positionnement, suivi, reconnaissance d'objets, et détection de gestes — peuvent être gérées par des plateformes DSP embarquées aujourd'hui. La navigation autonome supportant le réentraînement local, sans besoin de constamment interroger le cloud, exploite aussi les mêmes capacités de reconnaissance trouvées sur GPUs.

La reconnaissance vocale, authentification, et analyse de scène acoustique peuvent être similaires déchargées vers une solution embarquée. Le pipeline — de la capture micro et recherche de direction au repérage de mots basique et même compréhension du langage naturel — peut être traité localement pour de nombreuses applications. Dans les scénarios ne nécessitant qu'un vocabulaire limité ou la détection de signaux non-verbaux, le processus entier peut tourner entièrement sur l'edge, éliminant le besoin de ressources cloud. Des recherches émergentes suggèrent que des tâches NLP plus sophistiquées pourraient être faisables sur-device dans un futur proche.

L'écosystème d'aujourd'hui offre une suite croissante de plateformes edge-AI qui rationalisent le traitement vocal frontal, l'inférence deep-learning, et l'intégration IoT. En tirant parti de ces solutions, les développeurs peuvent accélérer le déploiement d'assistants robots personnels ubiquitaires.

Moshe Sheier est Directeur Marketing Stratégique chez CEVA, où il supervise le développement corporate et partenariats stratégiques pour les marchés cibles cœur et zones de croissance futures de CEVA. Moshe est engagé avec les principales entreprises SW et IP pour apporter des solutions basées DSP innovantes sur le marché. Dans son temps libre, Moshe fait du VTT et pratique l'Aikido.