La startup Perceptron lance un modèle d’IA avancé pour l’automatisation industrielle
Perceptron a présenté son dernier modèle, Isaac 0.5, conçu pour améliorer les capacités des machines dans des environnements industriels, leur permettant de « percevoir, raisonner et agir ». Fondée en novembre 2024 par d’anciens chercheurs de Meta, Armen Aghajanyan et Akshat Shrivastava, la startup vise à transformer la manière dont les robots naviguent dans des environnements complexes tels que les entrepôts et les usines.
Le nouveau logiciel aide les robots guidés par la vision à réaliser des tâches telles que l’analyse spatiale et la prise de décisions pour la manipulation d’objets. Perceptron souligne qu’Isaac 0.5 est un modèle à poids ouverts, permettant un examen public de ses paramètres et de ses matériaux d’entraînement.
Un financement récent de 21 millions de dollars, dirigé par Bessemer Venture Partners, soutient les ambitions de l’entreprise. Aghajanyan et Shrivastava affirment que leur modèle offre une solution à un dilemme courant dans l’industrie, qui oblige généralement à faire un choix entre des modèles généralistes nécessitant d’importantes ressources computationnelles et des modèles spécialisés limités à des tâches spécifiques.
Contrairement aux modèles existants, Isaac 0.5 est conçu pour être flexible, s’adaptant à divers contextes opérationnels. Dans une interview, Shrivastava a illustré la capacité du modèle en décrivant les tâches d’un robot dans le tri de colis, qui incluent la lecture d’étiquettes, l’analyse des arrangements spatiaux et la planification des séquences d’exécution. Les offres actuelles du secteur existent mais manquent souvent de l’adaptabilité requise.
Le modèle apprend grâce à des données d’entraînement vidéo étendues, Perceptron affirmant qu’Isaac 0.5 a utilisé plus d’un million d’heures de séquences vidéo. L’entraînement a impliqué le traitement de données issues de vidéos égoïques – des perspectives capturées de personnes effectuant des tâches physiques – et de vidéos UMI, qui se concentrent sur l’enseignement de l’IA à travers des actions humaines répétitives. Shrivastava a noté que l’entreprise a développé d’importants ensembles de données à l’échelle pétaoctet, couvrant divers formats tels que des images et des vidéos.
Les applications potentielles de cet outil logiciel polyvalent s’étendent à de nombreux secteurs, notamment la fabrication, la logistique, la sécurité et les médias. Perceptron se positionne pour capitaliser sur la vague d’automatisation, cherchant à intégrer sa technologie dans divers secteurs. Avec Aghajanyan déclarant, « Rien de comparable n’existe vraiment ailleurs », la startup est bien placée pour contribuer de manière significative à l’évolution continue de l’automatisation industrielle.
