Mercredi dernier, Meta a levé le voile sur son nouveau modèle d'IA, V-JEPA 2, conçu pour aider les agents intelligents à comprendre le monde qui les entoure. Ce modèle est une évolution de V-JEPA, lancé par la société en 2022, qui avait été entraîné sur plus de 1 million d'heures de vidéos. L'objectif de V-JEPA 2 est de doter les robots et autres agents IA d'une compréhension intuitive des lois physiques, similaire à celle que les petits enfants et les animaux développent naturellement. Par exemple, lorsqu'on joue au fetch avec un chien, l'animal comprend intuitivement que la balle rebondira après avoir touché le sol et prévoit où elle atterrira, plutôt que de se concentrer sur sa position exacte à un instant donné. Cette capacité de prédiction basée sur le contexte et le sens commun est cruciale pour les applications de la vie quotidienne. Meta fournit des scénarios où un robot, muni d'une perspective à première personne, pourrait tenir une assiette et une spatule tout en se dirigeant vers une poêle contenant des œufs cuits. L'IA est capable de prédire que la prochaine action logique serait d'utiliser la spatule pour transférer les œufs dans l'assiette. Selon les chercheurs de Meta, V-JEPA 2 offre des performances significativement supérieures à celles des modèles concurrents. Ils affirment que V-JEPA 2 est 30 fois plus rapide que le modèle Cosmos d’Nvidia, qui poursuit des objectifs similaires. Ce gain de vitesse suggère que V-JEPA 2 pourrait être utilisé plus efficacement dans des environnements réels, où la rapidité de la prise de décision est essentielle. Yann LeCun, le principal scientifique en IA chez Meta, explique dans une vidéo que les "modèles du monde" représentent une nouvelle ère pour la robotique. Ces modèles permettront, selon lui, aux IA de réaliser des tâches domestiques et physiques sans nécessiter des quantités astronomiques de données d'entraînement spécifiques aux robots. Cela signifie que ces IA pourront agir de manière plus autonome et adaptée, en tirant parti de leurs observations et expériences antérieures pour interagir de manière plus naturelle avec leur environnement. La réduction du besoin en données d’entraînement est particulièrement importante car la collecte et le traitement de grandes quantités de données sont coûteux et complexes. En rendant les modèles IA plus performants et plus rapides, Meta espère faciliter le déploiement de systèmes robotiques capables de naviguer de manière fluide dans des scénarios courants de la vie de tous les jours, tels que la cuisine ou l'entretien ménager. Il est néanmoins important de noter que Meta et Nvidia peuvent utiliser des critères différents pour évaluer la performance de leurs modèles. Ces différences de benchmarks expliquent en partie les écarts de performance annoncés entre V-JEPA 2 et le modèle Cosmos d’Nvidia. En dépit de cela, les avancées de V-JEPA 2 marquent une étape significative dans le développement d'IA capable de faire face à des environnements dynamiques et imprévisibles. Les applications potentielles de ce type de modèle IA sont vastes, allant de la domotique à l'assistance médicale. Meta espère que ses recherches contribueront à créer des robots capable de prendre en charge des tâches quotidiennes de manière autonome et fiable, réduisant ainsi la charge de travail des humains dans divers domaines. En conclusion, V-JEPA 2 représente une avancée notable dans le domaine de la robotique et de l'intelligence artificielle, combinant rapidité, efficacité et une meilleure compréhension du monde physique. Cette innovation ouvre la voie à des interactions plus naturelles et autonomes des robots avec leur environnement, offrant de nouvelles perspectives pour le développement de solutions technologiques qui amélioreront la qualité de vie.