Sakana AI: 200 briques intelligentes reconnaissent leur forme

Imaginez près de 200 petits cubes posés en désordre sur une table, sans chef d'orchestre, qui devinent en trois minutes qu'ils forment ensemble une guitare, un avion, un bateau ou une table. C'est ce que Sakana AI vient de démontrer avec l'IT University of Copenhagen et Autodesk, dans un travail accepté pour publication dans Nature Communications.

Chaque brique fait tourner le même petit réseau de neurones, ne parle qu'à ses voisines immédiates, et n'a aucune idée de sa position globale. Sur les quatre formes construites en matériel (un avion, une guitare, un bateau, une table, allant de 26 à 197 briques), le collectif atteint un taux de reconnaissance de 100 %. En simulation, avec plus de 500 briques, la précision monte à 98,97 %. Le consensus émerge en moins de 60 cycles de mise à jour, soit environ trois minutes de temps réel.

Ce qui rend le résultat intéressant, c'est la robustesse revendiquée face aux pannes. Quand une partie des briques tombe, le collectif détecte les défaillances avec 94,8 % de précision moyenne et maintient une classification de forme à 98,9 %. La plupart des formes conservent une bonne précision quand 5 % des modules lâchent, et l'avion comme le bateau tiennent encore avec 15 % de pannes selon les auteurs.

L'honnête réserve, c'est que la démonstration reste un banc d'essai de recherche: quatre formes en matériel, un vocabulaire d'apprentissage de sept catégories (avions, chaises, voitures, tables, maisons, guitares, bateaux), et un code identique sur des briques toutes fabriquées pour l'occasion. Ce que le billet ne dit pas, c'est le coût unitaire d'une brique, l'énergie consommée par cycle, ou ce qui se passe quand les formes deviennent vraiment grandes.

L'intérêt, si vous ne construisez pas de robots modulaires vous-mêmes, se situe côté architectures distribuées: montrer qu'un contrôleur central n'est pas nécessaire pour qu'un ensemble physique reconnaisse sa propre configuration ouvre une piste vers des matériaux programmables, des essaims robotiques auto-diagnostiquants et des systèmes qui se réparent tout seuls. C'est la direction qui vaut la peine d'être suivie.