Comme en atteste cette « salade » pour le moins… épurée, le robot n’est pas encore très doué; mais ce n’est qu’un premier pas en direction d’un concept très intéressant.
Aujourd’hui, des systèmes basés sur l’intelligence artificielle sont déjà capables de générer du texte, des images ou même des vidéos. Et très bientôt, ils pourraient même faire la cuisine à votre place.
C’est en tout cas ce qui ressort des travaux d’une équipe de l’Université de Cambridge. Dans une publication repérée par New Atlas, ils ont présenté un robot dopé au machine learning qui est conçu pour apprendre à préparer différents plats — en l’occurrence, des salades — en s’inspirant des humains.
L’équipe a commencé par enregistrer la préparation de huit types de salade différents. À partir de là, ils ont utilisé divers outils de vision informatique pour entraîner leur algorithme à reconnaître les différents éléments de la vidéo. L’objectif était de lui permettre de reconnaître l’ingrédient utilisé à chaque étape.
Un programme qui imite l’humain à sa façon
Il a ensuite dû apprendre à reconnaître les différents ustensiles ainsi que la manière de les manipuler. Cette partie a représenté un défi très intéressant pour les chercheurs, car ce bras robotique rudimentaire ne peut pas simplement se contenter d’imiter les mouvements présentés dans la vidéo. Il aurait été bien incapable de reproduire la finesse de la gestuelle humaine.
À la place, le programme doit donc extrapoler pour déterminer l’objectif de chaque opération et trouver un moyen de parvenir au même résultat. Par exemple, lorsque l’opérateur humain utilise un couteau pour découper une carotte — un geste que le robot ne peut pas reproduire, il doit être conscient de ses limites et comprendre qu’il doit déposer l’ingrédient dans un coupe-légume à la place. À partir de là, un second versant de l’algorithme se charge de traduire ces informations en instructions pour contrôler le bras robotique qui se charge de la préparation.
« Nous voulions voir si nous pouvions entraîner un robot-chef à apprendre de façon incrémentale, comme les humains, en identifiant les ingrédients et la façon dont ils sont utilisés dans le plat », explique Grzegorz Sochacki, premier auteur de l’étude.Des résultats mitigés…
Les résultats étaient assez mitigés. Le programme n’a réussi à identifier la bonne recette que 93 % du temps à partir des ingrédients qui lui étaient proposés, alors qu’elles étaient loin d’être élaborées. Il s’agissait simplement de combinaisons rudimentaires de cinq ingrédients : brocoli, carotte, pomme, banane et orange. Le robot a aussi eu un peu de mal à identifier les actions des humains qui lui ont servi d’exemple. Il n’y est parvenu que dans 83 % des cas.
Et à cause des limites de la phase d’entraînement, les performances du système laissent encore à désirer. Le processus semble effroyablement lent, et le résultat demeure assez grossier ; rien à voir avec les magnifiques salades colorées que les as de la cuisine sont capables de proposer.
…mais un concept prometteur
Ce n’est donc pas demain la veille qu’il pourra remplacer un cuisinier amateur, sans même parler d’un chef professionnel. Mais ces travaux ne sont pas dénués d’intérêt pour autant. Il s’agit d’un premier pas en direction d’un concept qui a de fortes chances de se concrétiser assez rapidement.
En effet, entre les robots de cuisine, les aspirateurs autonomes et autres systèmes de ce genre, la robotique domestique a le vent en poupe. Et cette tendance va probablement s’accélérer avec l’arrivée de véritables serviteurs androïdes, comme l’Optimus de Tesla. Avec des capacités de manipulation plus fines, il serait théoriquement possible de voir apparaître de véritables robots-chefs dans un futur relativement proche.
Ces derniers pourraient réaliser des tâches rudimentaires, comme la corvée de l’épluchage des patates.
Mais ils pourraient aussi se montrer très performants pour réaliser des tâches instinctives pour les professionnels de la cuisine, mais parfois trop subtiles pour la plupart des amateurs.
Un exemple naïf : avec l’entraînement approprié, un système à base de machine learning pourrait instantanément déterminer l’assaisonnement idéal d’une salade ou la durée de cuisson optimale d’une belle pièce de viande en fonction de nos préférences.
De la cuisine à la confection généraliste ?
On peut aussi imaginer que ces algorithmes pourraient faire preuve d’une sorte de « créativité culinaire ». En effet, la capacité du programme à extrapoler lui a permis d’inventer une « nouvelle » recette à partir des ingrédients proposés. Rien d’extraordinaire avec un garde-manger aussi limité ; mais une fois le système mature, il sera intéressant d’explorer cet aspect.
Un jour, nous pourrons peut-être demander à un algorithme de nous improviser un menu aussi original que délicieux en fonction de nos envies et des ingrédients disponibles dans le frigo.
Évidemment, comme toujours avec l’IA, les machines ne vont pas remplacer entièrement la sensibilité et la créativité humaine de sitôt.
Il va encore falloir patienter un certain temps avant qu’une IA rivalise avec les gourmets en chair et en os. Mais l’aspect le plus intéressant, c’est que les retombées potentielles de ces travaux vont bien au-delà du monde de la cuisine.
En substance, on pourrait utiliser une approche similaire pour permettre à des robots d’apprendre d’autres techniques sans avoir à programmer chaque cas de figure explicitement, avec un gain de flexibilité substantiel à la clé.
On pense par exemple à l’usinage, à la soudure… Il sera donc intéressant d’observer l’évolution de ces appareils qui pourraient permettre au commun des mortels d’accéder à un tout nouvel univers culinaire — et peut-être encore davantage.
Cambridge University
