De Chennai à Los Angeles, des particuliers filment leurs gestes du quotidien pour alimenter l’IA physique, une chaîne d’approvisionnement discrète mais stratégique pour les futurs humanoïdes
À Chennai, Nagireddy Sriramyachandra tranche des mangues dans sa cuisine, un smartphone sanglé sur le front. Cette scène, documentée notamment par des dépêches AFP, sert de point d’entrée à un phénomène bien plus vaste que l’anecdote ne le laisse penser.
Un site industriel dédié à la capture de gestes
Une jeune femme de 25 ans est rémunérée environ 250 roupies, soit près de trois dollars, pour une heure de tournage réalisé pour le compte d’Objectways. Cette société a aménagé, dans le district de Karur au Tamil Nadu, un site avec des décors reconstitués, dont une salle de bain miniature dédiée au pliage de serviettes, où des salariés équipés de caméras GoPro reproduisent des gestes minutieusement scénarisés. Son dirigeant, Ravi Shankar, détaille les commandes qui lui parviennent auprès de l’agence : pliage de linge, préparation de café, réalisation d’un sandwich ou d’une recette précise. Il assume la finalité de la démarche, certaines tâches ayant vocation à être reprises par des machines pour libérer du temps humain. L’entreprise revendique des clients Fortune 500 et un usage de la plateforme Amazon SageMaker pour l’entraînement des modèles.
Un modèle qui s’exporte jusqu’en Californie
Le Los Angeles Times, décrit un dispositif similaire à Los Angeles, où des travailleurs précaires cumulent ce tournage avec d’autres petits boulots pour arrondir leurs fins de mois. Un livreur de repas et employé de stade récupère ainsi son matériel dans un café du centre-ville, avec des consignes précises, avant de fixer un téléphone sur sa tête et de commenter à voix haute chacun de ses gestes pendant deux heures, rémunérées jusqu’à 80 dollars. Un couple d’immigrés égyptiens, également cité par FranceInfo, filme ses activités les plus banales, de la télévision au ping-pong en passant par la cuisine, avec une caméra supplémentaire au poignet pour capter le détail des mouvements musculaires lors de la découpe d’ingrédients. franceinfo évoque à ce sujet des structures déjà installées dans plusieurs pays, dont la Chine, désignées sous le terme de “fermes de bras”, où des centaines de participants se filment selon le même principe. Le média cite une estimation de Goldman Sachs chiffrant à 38 milliards de dollars le marché des robots humanoïdes d’ici 2035.
Les dépêches AFP relayées avancent de leur côté une projection de Morgan Stanley, qui table sur plus d’un milliard de robots humanoïdes en circulation d’ici 2050, un horizon qui explique l’appétit soudain pour ce type de gisement de données des deux côtés du Pacifique.
Une problématique de fond qui dépasse les cas isolés
Ces déclinaisons locales, en Inde comme aux États-Unis, ne sont qu’une partie d’un chantier plus large documenté par le MIT Technology Review. Pendant que le débat public se concentre sur le scraping de texte et d’images pour les grands modèles de langage, les entreprises qui construisent des robots humanoïdes butent sur un problème d’une tout autre nature : il n’existe quasiment aucun corpus filmé, à hauteur de main, des gestes fins nécessaires pour plier un vêtement ou saisir un objet fragile. La publication américaine documente comment des sociétés comme Micro1, installée à Palo Alto, rémunèrent des particuliers, y compris au Nigeria, pour s’équiper d’un simple smartphone fixé sur la tête et enregistrer leurs tâches domestiques en vue subjective, avec des consignes de confidentialité, dont l’interdiction de montrer son visage ou de divulguer des informations personnelles, complétées par une couche de modération humaine et automatisée. Ken Goldberg, chercheur en robotique à Berkeley cité dans l’enquête, tempère toutefois l’enthousiasme du secteur : entraîner un modèle de langage suppose déjà des volumes de texte qu’un humain mettrait cent mille ans à lire, mais piloter les articulations d’un robot est un problème plus complexe encore que générer du texte, ce qui laisse présager un calendrier plus long que ce que le marché anticipe aujourd’hui.
