Cuire un hot dog, c’est simple comme bonjour. Mais pas pour un robot. Des ingénieurs de Boston ont résolu le problème.

« L’apprentissage machine peut potentiellement identifier des tumeurs sur des mammographies ou comprendre une commande vocale et mettre une pièce musicale, mais les chercheurs ne comprennent pas complètement comment survient cet apprentissage basé sur des algorithmes », écrivent dans un communiqué les chercheurs de l’Université de Boston, qui publiaient avant Noël leurs résultats dans la revue Science Robotics. « Cela rend difficile l’application de cette approche à des tâches complexes comme la conduite automobile ou la cuisson de nourriture. »

Il s’agit en fait de deux bras robotiques, l’un pour la cuisson nommé Jaco, l’autre pour le service nommé Baxter. Le premier prend une saucisse dans un plat et le met sur une grille à barreaux rotatifs, attend quatre minutes, puis met la saucisse dans un pain et l’asperge de ketchup. Le robot-cuistot actionne alors une manette et Baxter entre en action, mettant le hot dog complet dans une assiette tenue par un client en chair et en os. Le bras robotique Jaco est fabriqué par la compagnie québécoise Kinova de Boisbriand.

En 2018, le Centre pour un futur urbain, un groupe de réflexion de New York, avait estimé que 77 % des tâches d’un restaurant pouvaient être robotisées d’ici dix ans, une proportion allant à 87 % dans la cuisine. Pour le moment, les robots de restauration sont utilisés en cuisine et doivent être programmés, car ils n’utilisent pas l’intelligence artificielle ou l’apprentissage machine.

Les ingénieurs de Boston ont utilisé deux approches de programmation, une « méthode formelle » utilisée dans les domaines où la sécurité est importante, comme l’aéronautique, et un « renforcement par récompense ». Concrètement, cela signifie que certaines instructions ont été données à l’avance pour lisser la courbe d’apprentissage de l’intelligence artificielle.

« Ce travail tente de combler l’écart entre la représentation symbolique du savoir et du raisonnement avec la planification basée sur l’optimisation, tout en permettant au système de s’améliorer constamment de façon sécuritaire, avec des interactions avec l’environnement », explique dans le communiqué l’auteur principal de Science Robotics, Xiao Li. « Nous espérons que cette architecture nous aidera à partager notre savoir et nos objectifs avec le robot et à améliorer notre compréhension de ce qu’il apprend, ce qui mènera à de meilleurs systèmes robotiques. »

Une version antérieure de ce texte n'incluait pas l'information que Jaco est fabriqué par la compagnie québécoise Kinova.