Robotique, cloud, industrie, agents autonomes… Les spécialistes des “world models” ont pour ambition de donner aux machines une capacité qui fait encore largement défaut aux intelligences artificielles actuelles : celle de comprendre comment le monde évolue, et d’anticiper les conséquences de leurs actions.
Derrière ce terme encore peu connu du grand public, se joue peut-être la prochaine bataille stratégique de l’IA. Comment passera-t-on d’une intelligence statistique à une intelligence dite causale ? Entre promesses industrielles, gouffre énergétique et défis scientifiques majeurs, la route est encore longue…
Les world models, une vieille idée qui refait surface
Commençons par rappeler que si le terme semble nouveau, le concept de world models, lui, ne l’est pas tout à fait. Bien avant l’arrivée des IA génératives, des ingénieurs développaient déjà des systèmes capables de prédire l’évolution d’environnements complexes, comme des trajectoires spatiales, des réactions physiques, ou des simulations industrielles ou nucléaires.
Pour Justin Carpentier, chercheur en robotique à Inria et responsable de l’équipe de recherche Willow qui regroupe des spécialistes d’Inria Paris, du CNRS et de l’ENS Paris, un world model est avant tout “un mécanisme de prédiction d’un système dynamique”. Autrement dit : un système capable d’anticiper l’évolution d’un environnement à partir d’un état initial et des actions qui y sont appliquées. Ou comme le souligne Arthur Chevalier, cofondateur et CTO de Presage, une start-up française qui travaille sur les world models en lien avec des applications pour le Cloud, “un world model apprend la dynamique d’un monde, pas simplement ce qu’on a dit du monde”…
Un peu comme un enfant qui comprendrait intuitivement qu’une tour de cubes trop haute va finir par tomber, pas parce qu’il a mémorisé des milliers d’exemples, mais parce qu’il développe progressivement une forme d’intuition physique. Là où les LLM comme ChatGPT excellent (ou du moins se débrouillent bien) dans la corrélation statistique, ils n’ont jamais véritablement expérimenté le monde physique.
Un simulateur physique — utilisé depuis des décennies en robotique — relève lui, déjà de cette logique-là. Mais ce qui change aujourd’hui, c’est l’arsenal technologique disponible, tant du point de vue de la puissance de calcul que des capacités d’apprentissage des modèles multimodaux, désormais capables d’analyser simultanément images, textes, signaux sensoriels ou données temporelles.
“Le world model s’inscrit dans la tendance parce que les techniques, les paradigmes qui font aujourd’hui l’IA sont suffisamment matures pour traiter finalement la notion de système prédictif”, constate ainsi Justin Carpentier.
Les world models en robotique : des cas d’usage encore limités
Et si le terrain d’expérimentation historique des world models est la robotique, c’est aussi là que leurs limites apparaissent de façon indéniable.
Faire marcher un robot est déjà complexe en soi. Lui permettre de manipuler un objet fragile, adapter sa force, anticiper un glissement ou réagir à un contact imprévu… l’est infiniment plus !
Ce problème porte un nom : la physique du contact. Et pour Justin Carpentier, c’est aujourd’hui “l’un des principaux verrous scientifiques du secteur”. Les interactions physiques sont non linéaires, instables, difficiles à formaliser mathématiquement et extrêmement coûteuses à simuler en temps réel. “Les humains disposent d’une physique intuitive. Les robots, pas encore”, résume-t-il ainsi.
En conséquence, les robots actuels sont surtout efficaces dans des environnements ultra-contrôlés. Dans les usines, ils travaillent encore majoritairement derrière des “cages de sécurité”, avec des “tâches répétitives et prévisibles”.
Le véritable enjeu consiste désormais à sortir de ces environnements fermés.
Le raccourci de la robotique humanoïde
La robotique humanoïde veut en partie répondre à cela. Plusieurs acteurs sur le marché, comme Boston Dynamics dont vous avez certainement déjà vu les robots animés en action sur les réseaux sociaux, parient dessus.
Justin Carpentier justifie : “Le fait que l’on transfère un mouvement humain sur un robot anthropomorphe, cela simplifie les choses. Forcément, on réduit le fossé morphologique, et donc, on facilite le transfert de compétences.”
Il s’agit davantage “d’imiter” les gestes humains que de les générer en partant de zéro. Un “raccourci” bien pratique, dans lequel l’expertise est “calquée sur l’humain”, même s’il soulève, reconnaît le chercheur à Inria, “une certaine quantité de questions éthiques et morales autour de la collecte de données sur les humains.”
De gauche à droite : Justin Carpentier (Willow - Inria), Arthur Chevalier (Presage).
Manquerait-on encore d’investissements européens ?
Et hormis les robots ? D’autres entreprises réfléchissent aux potentiels variés des world models. C’est le cas de Presage.
“Nous construisons un modèle fondationnel du Cloud, explique Arthur Chevalier. L’idée de départ est que l’infrastructure du Cloud n’est qu’un empilement de configurations, un ensemble de systèmes physiques complexes avec des lois, des dynamiques, des points de rupture.”
Presage modélise donc cette physique, afin de comprendre comment les systèmes réagissent à une action. Leur modèle Cloud-1, par exemple, serait capable de donner des prédictions en “moins de 5 millisecondes”. À terme, le champ des possibles est conséquent. “Anticipation d’accidents, validation d’actions agents IA, sécurité, planification d’architecture, simulation, optimisation de performances et optimisation financière…”, énumère le CTO. Toute décision qui repose sur l’anticipation des conséquences d’une action sur du Cloud devient possible.”
Pour l’illustrer concrètement, il cite un incident, révélé par le Financial Times, et impliquant un agent interne d’AWS. Chargé de corriger un bug mineur, l’agent aurait choisi de supprimer puis recréer un environnement de production, provoquant plusieurs heures de panne.
Le problème, selon Arthur Chevalier, ne relevait pas uniquement d’un mauvais paramétrage humain : l’IA n’avait tout simplement aucun modèle des conséquences de ses propres actions.
“Peut-on faire plus avec moins ?"
“Les outils d’observabilité regardent le passé. Les world models inaugurent l’ère de la prédiction”, résume-t-il.
Restent tout de même quelques enjeux et problématiques à régler, comme le soulignent nos deux interlocuteurs, notamment la questions de l’accès aux données, ou le coût environnemental lié au besoin de volumes massifs de données et d’infrastructures.
“Peut-on faire plus avec moins ?” Telle est la question que Justin Carpentier et les chercheurs et chercheuses de l’équipe Willow tentent de résoudre.
Ces derniers ont d’ores et déjà développé des briques logicielles open-source comme Pinocchio, pour rendre les simulations physiques embarquables directement sur les robots, sans avoir à dépendre d’immenses infrastructures Cloud. Ce logiciel est déjà téléchargé plus d’un million de fois par mois… Un chiffre qui reste “limité” par rapport à d’autres géants du secteur selon Justin Carpentier, mais qui témoigne certainement d’un intérêt pour les world models, dans de multiples secteurs d’activités dans le monde…
Vous souhaiteriez en savoir plus sur les World Models ? On vous donne rendez-vous le 28 mai pourun événement axé autour du sujet.
In Progress, la newsletter qui reconnecte l'innovation au progrès Une infolettre préparée avec amour par les équipes de Cap Digital.
