[Résumé d’article] Les systèmes d’IA, comme les robots humanoïdes ou les véhicules autonomes, nécessitent d’importantes quantités de données pour apprendre à interagir avec leur environnement. La collecte de ces données réelles est coûteuse, risquée et parfois inaccessible, limitant les possibilités d’entraînement des modèles. Les experts auraient d’ailleurs prévu une pénurie de données publiques d’ici 2026. Face à ce défi, Nvidia s’est lancé dans la création de Cosmos, une plateforme de simulation multivers visant à générer des données synthétiques. Grâce à des modèles avancés d’apprentissage automatique, Cosmos a pour mission de simuler des environnements réalistes et des scénarios variés, allant des interactions robot-environnement aux situations complexes sur route. Cela réduirait le besoin d’enregistrements coûteux et d’améliorer la sécurité. La plateforme utilise des modèles de diffusion pour créer des séquences réalistes en éliminant le bruit des données et des modèles autorégressifs pour prédire les étapes suivantes d’un processus. Les robots humanoïdes sont ainsi censés apprendre à interagir dans des environnements complexes à partir de millions de séquences synthétiques, sans intervention humaine répétitive. Les véhicules autonomes, quant à eux, sont entraînés dans des conditions simulées (pluie, neige, circulation dense) pour perfectionner leurs algorithmes. L’objectif de Cosmos serait également de démocratiser l’accès aux technologies de simulation, Nvidia proposant des outils open source pour permettre à des chercheurs, universités et petites entreprises de bénéficier de ces ressources, accélérant ainsi le développement de l’IA à moindre coût.
Par : Brice Louvet
Pantopique(s) lié(s) :
entreprisefuturIArobot
