L’homme contre la machine : Face aux robots, les bébés font-ils honte à l’humanité pour se mettre debout ?

«Ca y est, il marche ! », ai-je envoyé à la totalité de mon repertoire, preuves à l’appui. Après des mois à quatre pattes, des semaines en « crabe », mon bébé s’est finalement jeté à l’eau à 13 mois (et demi). Il a marché. Pour tout parent, ce non-exploit fait date dans l’apprentissage moteur du bébé. La crainte – un peu irrationnelle – que sa progéniture reste bloquée dans une position intermédiaire, debout, accroché au mobilier ou à un trotteur pour avancer, peut enfin disparaître au profit de nouvelles angoisses.

Alors que la nouvelle génération d’intelligence artificielle du type ChatGPT a donné du fil à retordre à nos bambins dans le domaine de l’apprentissage du langage (on fait le match ici), où se situent les humanoïdes sur le terrain de la marche ? Les célèbres robots de Boston Dynamics sont-ils des bipèdes plus compétents que les humains ou, au contraire, l’humanité finit-elle la course en tête ?

Commençons par analyser comment le bébé passe d’un corps inerte à la naissance à une petite personne capable de se lever et de courir quelques mois plus tard. « Chaque étape met en place les réseaux de connexion qui l’aident à aller vers l’étape suivante, détaille Séverine Alonso-Bekier, psychomotricienne. Le nouveau-né est tout mou. Il tient d’abord sa tête vers trois mois avant d’être capable de tenir son dos, puis de s’asseoir entre 6 et 8-9 mois ». Il se muscle progressivement le bassin en levant les fesses dans la position quatre pattes avant de tonifier ses petites jambes.

L’allure robotique du pendule inversé

Mine de rien, se mettre soi-même dans une position ne fait pas appel aux mêmes compétences que de simplement tenir une position. Passer tout seul du plat ventre à quatre pattes pour se glisser dans la position assise fait appel à d’autres muscles que de tenir uniquement la position assise. Si mon bébé s’est levé tôt (à 8 mois), il s’est assis tout seul assez tard. Et ne parlons pas de la position quatre pattes à laquelle il a daigné s’intéresser à seulement 10 mois, préférant ramper façon militaire dans les tranchées pendant près d’un semestre. Globalement, rassurons-nous, tous les bébés finissent par marcher, en sautant, ou non, certaines de ces étapes.

Côté machine, l’apprentissage est bien différent. Déjà, à la différence du bébé, on ne lâche pas un robot humanoïde qui vaut des milliers dans la nature pour le laisser apprendre tout seul avec le risque de casser le prototype. La machine apprend sur un ordinateur, dans un univers simulé où sa carcasse rigide ne risque rien. « Le pendule inversé est le modèle le plus simple qu’on puisse appliquer pour le robot, explique Ewen Dantec, chercheur postdoctoral en robotique à l’Inria. Une masse au bout d’un bâton tombe avec une certaine constance de temps et il suffit d’ajouter un second bâton au bon moment – qui symbolise la seconde jambe – pour rattraper la masse. Ce n’est pas une très grosse erreur de dire que l’humain marche comme un pendule inverse ». Et cette méthode fonctionne plutôt bien, même si l’allure n’est pas très humaine.

Avec l’augmentation des capacités de calcul, la recherche en apprentissage renforcé développe des algorithmes qui permettent à la machine d’apprendre de ses erreurs. Les robots apprennent tout seuls, un peu comme nos enfants qui expérimentent, se cognent et tombent avant de devenir des petits pros de la marche. « On part de zéro, la machine ne sait rien. On lui fait faire beaucoup d’essais et d’erreurs pour qu’elle arrive à se mettre debout et à marcher », détaille le scientifique. « C’est très récent. On prend un robot, on lui fait simuler 2000 fois son comportement avec des actions aléatoires et on essaie d’améliorer son comportement en fonction de la récompense qu’il reçoit. On constate des parallèles avec les bébés au sens où quand ils commencent à se mouvoir, c’est très hasardeux, ils tentent des choses, et comme ils sont tout mous, ils ne se font pas mal. Au bout d’un moment, en tentant une série de mouvements précis, ils vont réussir à avancer ».

Un combat perdu d’avance ?

C’est bien joli, mais le passage du virtuel au réel, n’est pas toujours évident. Quand le robot tente la même chose IRL, il n’est parfois plus capable de rien. Un point pour le bébé. « C’est ce qui nous a bloqués pendant des années. Les simulations marchaient parfaitement, et, avec le robot, plus rien ne fonctionnait. On a résolu ce problème en introduisant de l’aléatoire dans la simulation, poursuit Ewen Dantec. Dans l’environnement que perçoit le robot, on ajoute un bruit, comme s’il voyait flou ou comme s’il ne sentait pas bien ses articulations. Cela permet d’augmenter sa robustesse ». C’est un peu comme l’humain, s’il voit flou, il va être plus vigilant. Il avance doucement sa main vers un objet et une fois rassuré, il poursuit son chemin. « Le robot va être plus prudent dans ses mouvements et quand on le passe sur la plateforme réelle, il va mieux marcher », pointe-t-il.

Sur les derniers processeurs graphiques (GPU), « on arrive à entraîner une politique de marche simple en quelques heures », admet le chercheur en robotique. Coup dur pour le bébé qui pourra difficilement mettre un pied devant l’autre avant plusieurs mois d’apprentissage. En moyenne, quinze mois, selon la pédiatre de mon fils. Et encore, on est gentils, car il faut trois mois de plus pour envisager une marche assurée qui ressemble à celle d’un adulte. En moyenne, dix-huit mois pour un bébé, contre quelques heures pour la machine. Coup dur pour l’ego de l’humanité. Mais le combat n’est pas équitable.

« On a des machines monstrueuses en matière de capacité de calcul. C’est comme si le bébé avait mille cerveaux sur lesquels il pouvait tester plein de politiques de marche différentes, relativise Ewen Dantec. Forcément, il va plus vite ». Certes, la machine apprend dans un univers simulé. Certes, les modèles manquent encore de robustesse. Mais on ne va pas se mentir, la vitesse d’apprentissage du robot relativise franchement mon enthousiasme devant les exploits de mon bébé.