Rubrique
Robots, puces, GPU, datacenters, véhicules autonomes et énergie : la face matérielle de l’intelligence artificielle. 390 articles
Les robots de laboratoire peuvent réaliser des manipulations répétitives avec une grande régularité, tandis que l’intelligence artificielle aide à exploiter les données expérimentales. Cette évolution promet d’accélérer certains travaux scientifiques, mais son déploiement dépend encore des investissements, des compétences et d’un cadre de confiance.
Face aux pénuries récentes et à la course mondiale aux puces pour l’intelligence artificielle, l’Europe veut consolider son industrie des semi-conducteurs. Le Chips Act mobilise investissements, recherche et coopération industrielle, avec une ambition claire : réduire les vulnérabilités sans prétendre produire seule toutes les puces dont elle a besoin.
Portés par les progrès de l’intelligence artificielle, les robots humanoïdes quittent progressivement les laboratoires pour l’industrie, les services et, à terme, les foyers. Les prévisions de marché sont ambitieuses, mais leur déploiement à grande échelle dépend encore de défis techniques, économiques et éthiques majeurs.
Faire évoluer un robot à pattes sur une planche à roulettes relève moins du spectacle que d’un défi de contrôle très exigeant. En s’appuyant sur l’apprentissage par renforcement, les machines peuvent améliorer leur équilibre et leurs mouvements par essais répétés. Ces travaux éclairent les progrès attendus de la robotique mobile.
L’engouement pour l’intelligence artificielle provoque une ruée mondiale vers les centres de données. Le 25 mars 2025, le président d’Alibaba, Joe Tsai, a toutefois alerté sur le risque de projets construits sans demande client suffisamment garantie. Derrière la course aux GPU, c’est la rentabilité de milliards d’investissements qui est en jeu.
Dans les usines, l’analyse vidéo par réseaux neuronaux peut repérer une anomalie visible, suivre une opération et alerter plus vite les équipes. Cette vision par ordinateur promet des contrôles plus continus et une meilleure anticipation des arrêts, à condition de l’intégrer à des données fiables et à des règles claires.
Ant Group aurait entraîné des modèles d’intelligence artificielle en combinant des puces chinoises, notamment liées à Alibaba et Huawei, avec des GPU Nvidia. L’objectif évoqué est une baisse de 20 % des coûts de formation, dans un contexte où l’accès chinois aux accélérateurs les plus avancés est plus contraint.
Apple étudierait l’intégration d’une caméra à une future Apple Watch, selon les informations rapportées par Mark Gurman. L’objectif ne serait pas seulement de prendre des photos : ce capteur pourrait servir à comprendre l’environnement grâce à l’intelligence artificielle. Le projet resterait toutefois lointain et non confirmé.
Les ordinateurs équipés d’intelligence artificielle ne se limitent plus à exécuter des instructions : ils peuvent analyser des données, produire des contenus et assister des décisions. Cette évolution transforme l’organisation du travail, les services et certains usages de santé, tout en posant des questions essentielles sur les compétences, la fiabilité et la protection des données.
Dans une vidéo publiée en mars 2025, Atlas impressionne par ses sauts, ses pirouettes et ses enchaînements inspirés du parkour. Derrière le spectacle, Boston Dynamics et le RAI Institute explorent surtout une question concrète : comment donner à un robot humanoïde la mobilité et l’adaptation nécessaires au travail industriel ?
NVIDIA a présenté Dynamo, un logiciel open-source destiné à mieux faire fonctionner les modèles d’IA une fois entraînés. Compatible avec plusieurs outils majeurs du secteur, il promet d’améliorer la vitesse de réponse, le débit et l’utilisation des GPU, un enjeu clé pour les services d’IA à grande échelle.
Nvidia ne vend plus seulement des puces graphiques : l’entreprise fournit une plateforme complète devenue centrale pour entraîner et faire fonctionner l’IA générative. Entre écosystème logiciel, cadence de produits et demande industrielle, sa position reste très difficile à contester, malgré des risques bien réels.
Les robots baristas font entrer l’automatisation dans les cafés, des bornes de commande aux bras capables de préparer des boissons. Leur promesse est simple : gagner en régularité et en rapidité. Mais la qualité d’un café ne dépend pas seulement d’une machine, et l’enjeu humain reste central.
Nvidia a dévoilé le 18 mars 2025 sa nouvelle DGX Station, un système de bureau destiné aux équipes qui développent et exécutent des modèles d’IA exigeants. Avec sa puce GB300 Grace Blackwell Ultra, 784 Go de mémoire cohérente et une connectivité pouvant atteindre 800 Gb/s, la machine veut rapprocher la puissance d’un centre de données des postes de travail.
Meta se projette sur le marché naissant des robots humanoïdes domestiques. Joëlle Pineau, qui dirige la recherche en intelligence artificielle du groupe, estime qu’une commercialisation pourrait devenir réaliste dans un délai de cinq à dix ans. Entre promesse d’assistance au quotidien et obstacles techniques, le chemin reste considérable.
Décrite comme capable de détecter des mots en langue des signes américaine, cette bague connectée ambitionne de les restituer sous forme de texte ou d’audio. Son principe pourrait faciliter certains échanges du quotidien, mais la traduction d’une langue des signes ne se réduit pas aux mouvements des doigts.
Un robot ne se résume ni à sa forme ni à son niveau d’intelligence apparente. Son autonomie, ses capteurs, sa précision et son environnement de travail permettent de mieux comprendre ses capacités. Ce guide explique les principales catégories de robots et les critères utiles pour les comparer.
Les entreprises d’intelligence artificielle voient dans la robotique une étape décisive : faire passer les algorithmes du monde numérique au monde physique. De la logistique aux blocs opératoires, ces machines gagnent en perception et en autonomie. Mais leur déploiement pose aussi des questions concrètes de sécurité, d’emploi et de responsabilité.
Le chien-robot Aibo de Sony pourrait enrichir son répertoire avec des déplacements plus discrets et des routines de danse sophistiquées. Ces évolutions, encore présentées comme des pistes en cours de test le 15 mars 2025, illustrent l’ambition de faire du robot un compagnon domestique plus expressif et plus personnalisé.
Amazon, Google et Meta font partie des entreprises qui appellent à tripler la capacité nucléaire mondiale d’ici 2050. Leur objectif est de sécuriser une électricité abondante, pilotable et bas carbone pour des datacenters en forte expansion. Ce soutien ne construit pas de réacteurs à lui seul, mais il change le rapport de force énergétique.
La société américaine Dexterity annonce un financement de 95 millions de dollars, sur une valorisation post-money de 1,65 milliard de dollars. L’entreprise développe des robots destinés au tri et à l’emballage dans les entrepôts, un marché où l’IA promet d’apporter davantage de souplesse que l’automatisation classique.
Google DeepMind présente Gemini Robotics et Gemini Robotics-ER, deux modèles conçus pour relier compréhension du langage, vision et actions physiques. Adossés à Gemini 2.0, ils doivent aider les robots à manipuler des objets et à évoluer dans des environnements variés. Une avancée prometteuse, encore réservée à des partenaires de confiance.
Meta a lancé un déploiement préliminaire de sa propre puce d’intelligence artificielle et annonce un premier tape-out réussi avec TSMC. Derrière ce jalon industriel, le groupe cherche à mieux maîtriser l’explosion de ses dépenses en centres de données, tout en soutenant son ambition dans l’IA générative.
Des chercheurs du MIT et de l’université de Boston ont imaginé une interface qui repère, via un casque à électrodes, la réaction d’une personne face à l’erreur d’un robot. L’objectif n’est pas de lire les pensées, mais de transformer ce signal de désaccord en correction exploitable par la machine.
