Google, qui continue de développer diverses solutions robotiques, prévoit le déploiement prochain de robots spécialisés dans le tri des déchets. Ces machines seraient capables de reconnaitre un déchet en fonction de la matière qui le compose, puis de l’associer aux bacs de stockage correspondants.
Le « machine learning » en action
Avec sa filiale X Lab, Google travaille en ce moment sur le projet « Everyday Robots » qui doit aboutir à la conception d’un robot capable d’apprendre par lui-même. Pendant longtemps, les machines étaient programmées et cantonnées à faire des tâches précises. Elles n’étaient donc pas capables de s’adapter à un imprévu. Aujourd’hui, elles peuvent apprendre tout au long de leur vie, car leur « mémoire » est conçue pour ressembler au cerveau humain avec des neurones artificiels enchevêtrés pour faciliter l’apprentissage. Cette technique s’appelle le « machine learning ».
Google et sa filiale se basent sur cette technologie pour concevoir un robot capable de trier les déchets. Equipé de roues, d’un corps longiligne, d’un bras armé d’une pince et d’une tête équipée de caméras, ce robot est capable de reconnaitre un déchet en fonction de la matière qui le compose, puis de l’associer aux bacs de stockage correspondants. L’idée est de fournir un tri parfait en sortie d’usine / bâtiment avec 100% de tri effectué et aucune erreur. Aujourd’hui, 20% du tri est encore mal fait par les humains.
Les robots apprennent à différencier le plastique, le métal et le papier
Lors des entraînements, les robots trieurs de Google ont passé des nuits dans un simulateur à regarder défiler différents déchets. On leur apprenait par exemple que tel déchet était du plastique et qu’il fallait le jeter dans le bac à gauche. Que tel autre était une épluchure de carotte et qu’il devrait aller dans la poubelle d’à droite. On leur a aussi appris à reconnaître des produits qui contiennent la même matière et à différencier les déchets en plastique, en métal, en papier…
Seulement 5% de marge d’erreur
A la fin des exercices, les chercheurs ont constaté que la marge d’erreur des machines était seulement de 5% contre 20 % avec le tri manuel. Ils ont ainsi pu prouver la capacité des robots à apprendre par eux-mêmes dans le monde réel plutôt que de dépendre d’une programmation stricte. Par ailleurs, des robots expérimentés pourront partager automatiquement leurs données avec les nouveaux robots pour optimiser les tâches dès la mise en service. La prochaine étape sera de voir si l’expérience acquise peut être transférée sur d’autres tâches, sans avoir besoin de reconstruire le robot ou de réécrire une partie de la programmation.