Brain Corp et UC San Diego développent la perception contextuelle pour robots autonomes

Une nouvelle collaboration vise à faire progresser les technologies des robots autonomes évoluant dans des environnements commerciaux et industriels complexes. Brain Corp s’est associée à l’Université de Californie San Diego afin de faire avancer les technologies de cartographie sémantique et d’intelligence contextuelle pour ces robots.

L’objectif est de façonner l’avenir de l’intelligence artificielle physique, en permettant aux systèmes autonomes de mieux comprendre le monde physique qui les entoure.

Progrès dans la couche de contextualisation

Cette collaboration récente se concentre sur le développement de ce que Brain Corp appelle une « couche de contextualisation » — une représentation numérique intelligente des espaces physiques qui offre aux systèmes autonomes une conscience situationnelle leur permettant de saisir ce qui se passe autour d’eux et de réagir de manière intuitive, selon un communiqué de presse.

Cette couche approfondie de compréhension contextuelle est indispensable pour intégrer en toute sécurité des modèles d’IA avancés dans des applications commerciales réelles. Elle permet aux systèmes de s’adapter intuitivement à leur environnement physique et d’interagir sans rupture avec les personnes. Plutôt que d’automatiser une tâche ou un flux de travail robotique unique, Brain Corp développe une infrastructure de plateforme intelligente capable d’orchestrer des flottes de systèmes autonomes, des capteurs fixes et des agents pilotés par IA à l’échelle d’une entreprise, précise le communiqué.

Le SLAM a permis aux robots de dépasser les environnements industriels fixes

« La localisation et cartographie simultanées, ou SLAM, ont permis aux robots de sortir des environnements industriels fixes pour évoluer dans des milieux plus dynamiques », explique le Dr Atanasov, membre du corps professoral du département de génie électrique et informatique de la Jacobs School.

« Aujourd’hui, l’industrie explore des systèmes d’IA qui fonctionnent directement à partir de données visuelles, mais nous estimons que les cartes sémantiques 3D contextuelles restent essentielles pour une autonomie robuste dans des espaces physiques complexes. Notre collaboration avec Brain Corp offre une opportunité passionnante de démontrer comment une compréhension spatiale enrichie peut améliorer la conscience contextuelle, la résilience et les performances opérationnelles dans le déploiement réel de robots. »

Cette coopération s’appuie sur l’importante empreinte opérationnelle de Brain Corp, qui compte plus de 50 000 robots autonomes déployés dans le monde et plus de 25 millions d’heures d’opérations autonomes dans des environnements commerciaux. Ces déploiements fournissent des données opérationnelles significatives et des informations sur le comportement des systèmes autonomes face à des conditions environnementales variables et à l’échelle d’une entreprise, selon le communiqué.

Déploiement commercial à grande échelle

Les deux entités ont également annoncé que leurs équipes travailleront conjointement pour combler le fossé entre la recherche avancée en robotique et le déploiement commercial à grande échelle, un travail directement lié à l’évolution de la plateforme d’autonomie BrainOS de Brain Corp. En intégrant les avancées en cartographie sémantique et contextualisation dans BrainOS, Brain Corp aidera ses clients à déployer et coordonner des systèmes autonomes de manière plus sûre, efficace et intelligente dans l’ensemble des installations et opérations commerciales.

« La robotique a atteint un stade où le défi ne réside plus uniquement dans le mouvement ou la perception, mais dans la compréhension », déclare John Black, directeur technologique de Brain Corp.

« L’industrie entre dans une nouvelle ère de robotique alimentée par l’IA, mais déployer ces systèmes de façon sûre et fiable dans des environnements réels exige une couche beaucoup plus profonde d’intelligence contextuelle. Cette collaboration vise à construire cette compréhension fondamentale, en créant l’infrastructure qui permet aux systèmes autonomes d’opérer de manière cohérente, de s’adapter dynamiquement et de se déployer à grande échelle dans des environnements commerciaux complexes. »