Labo IA de Nvidia : Propulser l'Avenir de la Robotique

12/08/2025 Intelligence Artificielle

C'est incroyable de voir jusqu'où certaines entreprises peuvent aller. En 2009, lorsque Bill Dally a rejoint le laboratoire de recherche de Nvidia, c'était un petit endroit, axé sur la façon de rendre les graphiques informatiques super réalistes avec quelque chose appelé le lancer de rayons. Aujourd'hui, ce petit laboratoire est devenu une puissance avec plus de 400 personnes, jouant un rôle énorme dans la transformation de Nvidia, passant d'une startup de GPU pour jeux à un géant de 4 000 milliards de dollars, principalement en raison de l'essor de l'IA. Qui l'aurait cru ?

Maintenant, Nvidia jette son dévolu sur la prochaine grande nouveauté : la robotique et l'IA. Cela ressemble à quelque chose tout droit sorti d'un film de science-fiction, mais c'est réel. L'entreprise a récemment présenté un ensemble de nouveaux modèles d'IA, des bibliothèques et d'autres outils destinés à aider les développeurs en robotique. Ils sont en train de construire l'infrastructure pour l'avenir des robots.

Dally, qui est maintenant le scientifique en chef de Nvidia, a commencé comme consultant pour eux en 2003, alors qu'il enseignait encore à Stanford. Lorsqu'il était prêt à quitter son poste à Stanford, Nvidia a sauté sur l'occasion pour l'intégrer à temps plein. Il a déclaré que Nvidia avait vraiment présenté des arguments convaincants pour qu'il rejoigne son laboratoire de recherche, et il a finalement accepté. Parfois, les meilleures opportunités se présentent quand on s'y attend le moins. C'est une question de timing, je suppose.

Élargir les horizons

Lorsque Dally a pris la direction du laboratoire, son objectif principal était de le développer et de diversifier son travail. Les chercheurs ont donc commencé à explorer des domaines au-delà du lancer de rayons, comme la conception de circuits et le VLSI (intégration à très grande échelle), qui consiste essentiellement à placer des millions de transistors sur une seule puce. Le laboratoire n'a cessé de croître depuis lors.

Pendant un certain temps, l'accent a été mis sur la fabrication de meilleurs GPU pour l'IA. Nvidia était en avance sur la courbe, commençant à expérimenter avec les GPU d'IA dès 2010, soit plus d'une décennie avant l'engouement actuel pour l'IA. Ils ont réalisé le potentiel très tôt et ont commencé à adapter leurs GPU pour l'IA, en développant des logiciels pour la prendre en charge et en travaillant avec des chercheurs du monde entier. C'était un pari risqué, mais il a porté ses fruits.

Maintenant que Nvidia domine le marché des GPU d'IA, elle cherche de nouveaux domaines dans lesquels se développer. C'est ce qui les a conduits à l'IA physique et à la robotique. Nvidia veut être le cerveau derrière tous les robots du monde. Pour y parvenir, ils se concentrent sur le développement des technologies essentielles nécessaires pour y parvenir.

Sanja Fidler, vice-présidente de la recherche en IA chez Nvidia, a rejoint l'équipe en 2018 et a apporté son expertise en matière de modèles de simulation pour les robots. Elle travaillait déjà sur ce sujet au MIT lorsque Jensen Huang, PDG de Nvidia, a exprimé son intérêt. Elle n'a pas pu résister à l'opportunité de rejoindre Nvidia et de créer un laboratoire de recherche à Toronto appelé Omniverse, qui se concentre sur la construction de simulations pour l'IA physique. C'est comme un terrain de jeu virtuel pour les robots.

L'un des premiers défis a été de trouver suffisamment de données 3D pour construire ces mondes simulés. Ils avaient besoin d'une tonne d'images et de la technologie pour les transformer en modèles 3D que les simulateurs pouvaient utiliser. Ils ont investi dans quelque chose appelé le rendu différentiable, qui rend le rendu compatible avec l'IA. Omniverse a lancé son premier modèle qui transforme des images en modèles 3D, GANverse3D, en 2021. Ils ont également développé le Neuric Neural Reconstruction Engine pour créer des modèles 3D et des simulations à partir de vidéos de robots et de voitures autonomes.

L'équipe travaille maintenant à rendre ces modèles plus rapides afin que les robots puissent réagir en temps réel. Ils veulent que les robots soient capables de traiter l'information beaucoup plus rapidement que les humains. S'ils peuvent rendre ces modèles significativement plus rapides, ils seront incroyablement utiles pour la robotique et les applications d'IA physique.

Malgré toute l'effervescence autour des robots, l'équipe de recherche de Nvidia reste réaliste. Ils pensent qu'il faudra encore quelques années avant d'avoir un robot humanoïde dans chaque foyer. Mais, avec les progrès qu'ils réalisent dans l'IA visuelle, l'IA générative et la collecte de données, ils sont convaincus que les robots continueront de s'améliorer et de devenir plus performants.