Podcast

Écoutez cet article en audio

TechCrunch a publié le 26 juillet 2026 une immersion dans un laboratoire qui illustre le prochain défi de la robotique intelligente. À San Leandro, en Californie, la société Encord ne se contente plus d’annoter des données pour entraîner des modèles. Elle fabrique les données physiques dont les robots ont besoin pour manipuler le monde réel. L’une des scènes les plus frappantes montre un opérateur jouant au Jenga avec un casque équipé d’une caméra et de capteurs d’ondes cérébrales fournis par la start-up allemande Zander Labs.

L’idée paraît futuriste, mais elle répond à une contrainte très concrète. Les grands modèles de langage ont progressé grâce à des quantités massives de textes et d’images récupérés sur le web. Les robots, eux, ne peuvent pas apprendre à verser du café, brancher un câble Ethernet ou saisir un objet fragile uniquement en regardant des vidéos génériques. Ils ont besoin de données précises : angles multiples, gestes détaillés, annotations denses, signaux musculaires et, peut-être demain, indicateurs d’intention ou de surprise issus du cerveau humain.

Encord teste ainsi des dispositifs où un humain pilote des bras robotisés qui reproduisent ses mouvements. Les tâches semblent simples, mais elles exposent les limites actuelles des machines : le liquide se renverse, les pinces manquent de finesse, les câbles résistent. Chaque tentative devient pourtant une leçon pour les modèles. Les capteurs installés sur l’avant-bras pourraient reconstruire la position de la main lorsque la caméra ne voit pas tout. Les signaux cérébraux, eux, pourraient indiquer les moments où l’opérateur détecte une erreur ou mobilise davantage d’attention.

Cette approche change l’économie de l’IA physique. Les données ne sont plus seulement collectées : elles sont produites, scénarisées et payées. Cela crée de nouveaux métiers de « pilotes » de robots, mais aussi de nouvelles barrières à l’entrée pour les start-up qui n’ont pas les moyens de constituer ces ensembles de données.

Pour l’Afrique, la leçon est stratégique. Les robots de demain devront comprendre les entrepôts, ateliers, hôpitaux et exploitations agricoles tels qu’ils existent localement. Sans jeux de données africains, l’IA physique risque d’être performante ailleurs et maladroite ici. La souveraineté robotique commencera donc par la capacité à documenter nos propres gestes, objets et environnements de travail.

 

Date de veille : 26/07/2026

Source : TechCrunch — Are brain waves the next unlock for physical AI?

Lien : https://techcrunch.com/2026/07/26/are-brain-waves-the-next-unlock-for-physical-ai/