Pourquoi l'IA ne parvient toujours pas à quitter l'écran, selon un professeur de Shanghai
L’essentiel de ce que les grands modèles de langage font bien se passe encore à l’intérieur d’un écran. Ils lisent, écrivent, traduisent, rédigent du code et appellent des outils numériques. Demandez à l’un d’eux de déplacer une caisse sur le sol d’une usine, et le problème change de nature : le système doit désormais composer avec des objets, l’espace, la force et le temps, et assumer les conséquences de ses actes.
Cet écart a fait l’objet d’une intervention de Zhang Weinan, professeur à l’université Jiao Tong de Shanghai, au CNCC 2026, une grande conférence chinoise d’informatique. Sa thèse, rapportée par Leiphone, est que la prochaine frontière est l’intelligence physique : une IA qui boucle perception, prédiction, action et apprentissage continu dans un environnement qui ne fera pas de pause pour elle.
Le monde numérique se montre indulgent d’une manière que l’on remarque rarement. Un chatbot qui produit une mauvaise réponse peut être relancé ; un modèle qui échoue à un test de programmation peut réessayer. Un bras robotique qui évalue mal une prise a déjà lâché la pièce. Le cadrage de Zhang place l’incertitude et l’irréversibilité au centre : le monde réel regorge de situations que les données d’entraînement n’ont pas couvertes, et le coût d’un mauvais geste se paie souvent sur-le-champ.
L’ingénierie devient donc plus difficile à chaque couche. La perception doit tenir sous une lumière médiocre et dans l’encombrement. La prédiction doit s’exécuter assez vite pour être utile avant qu’une chose ne tombe. L’action doit rester sûre quand le système n’est pas sûr. Et l’apprentissage ne peut pas s’arrêter au déploiement, car les usines, les laboratoires et les infrastructures urbaines ne cessent de changer autour de la machine.
La réflexion de recherche autour de ce sujet est déjà visible dans la communauté robotique chinoise. CoRL, la Conference on Robot Learning, ouvre le 9 novembre à Austin, au Texas, et Leiphone note que le nombre d’articles acceptés a été multiplié par environ quatre et demi en six éditions, les universités chinoises progressant vite aux côtés des groupes américains établis. L’apprentissage robotique est passé d’une niche à l’un des carrefours les plus actifs entre l’IA et le matériel.
L’attrait commercial est tout aussi fort. Des entreprises chinoises commercialisent désormais des robots humanoïdes et des chiens robots à des prix qui auraient paru invraisemblables il y a quelques années, et les investisseurs ont injecté de l’argent dans les modèles du monde — des systèmes qui apprennent comment évoluent les scènes physiques — pour offrir aux machines un espace de répétition moins coûteux avant qu’elles ne touchent à quoi que ce soit de réel. La simulation séduit précisément parce que l’échec y est gratuit.
Zhang ne dit pas que le travail sur écran est terminé. Il dit que la partie facile du récit public de l’IA a été celle qui n’a jamais rien à toucher. Faire entrer l’intelligence dans les usines, les laboratoires et les systèmes urbains, c’est accepter un autre contrat : la machine doit agir dans l’incertitude, et le monde n’offrira pas de bouton de réinitialisation. Pour une industrie qui a passé une décennie à optimiser du texte, c’est un type de problème véritablement nouveau.