En Chine, il existe déjà des « écoles » pour les robots. Son objectif est le même que celui des écoles pour humains : leur apprendre à travailler
Pendant longtemps, le grand débat sur l’intelligence artificielle a tourné autour de modèles capables de résumer, de programmer ou de générer des images. Mais lorsque nous transposons cette ambition au monde physique, tout change. Un robot n’apprend pas à travailler simplement en lisant des instructions : il doit observer, répéter, échouer et accumuler des données sur des mouvements réels. C’est pourquoi la prochaine frontière de la robotique ne consiste pas seulement à fabriquer des corps plus agiles ou des mains plus précises, mais aussi à construire tout le système nécessaire pour leur apprendre à agir en dehors du laboratoire.
Ce système commence à prendre forme au Fujian, où la première grande usine de collecte de données de la province a été lancée en phase de test. Selon CCTV, l’installation est située dans la zone D du parc logiciel de Fuzhou et a été créée par Fujian Jufu Technology. Là, près de 30 robots suivent les instructions de différents opérateurs, décrits par des sources chinoises comme des « enseignants », pour s’exercer à des tâches telles que nettoyer les tables, trier les fruits et légumes ou jeter les cartons de colis.
Les mécanismes de cette « école » sont relativement faciles à imaginer, mais très exigeants en dessous. Les opérateurs portent des appareils de réalité virtuelle et actionnent des commandes pour guider le robot lors de chaque exercice. Lorsque l’opérateur lève le bras, la machine reproduit le geste et saisit par exemple un gobelet en papier pour le superposer à un autre. L’important n’est pas seulement qu’il complète l’action, mais que chaque mouvement, angle d’articulation et pression de serrage soit enregistré par des caméras et des capteurs.
L’école où les robots apprennent avec des données réelles
L’une des parties les moins voyantes est aussi l’une des plus décisives. Les tâches que nous voyons dans la vidéo, comme nettoyer une table ou ramasser un verre, semblent simples car nous les accomplissons presque sans réfléchir. Pour un humanoïde, en revanche, chaque geste nécessite une séquence spécifique de décisions physiques. L’ingénieur en collecte de données Jiao Shiwei a expliqué à Fuzhou News que même les plus petits mouvements doivent être appris grâce aux données et que chaque action doit être conçue en fonction des caractéristiques du robot lui-même pour trouver la trajectoire la plus appropriée.
Le mot clé ici est « généralisation ». C’est-à-dire la capacité d’appliquer ce qui a été appris lorsque l’environnement n’est plus identique à l’environnement de formation. Shiwei l’a résumé avec deux actions très basiques : ramasser un verre et nettoyer une table. Si l’objet, la surface et la tache ne changent pas, le robot s’en sort relativement facilement. Mais dans une maison, une usine ou un local de service, presque rien ne se répète de la même manière. Par conséquent, les agents chargés de la collecte de données introduisent des variantes de verres, de nappes et de tables pour élargir les possibilités d’apprentissage.
En fin de compte, les robots se lancent également dans leur propre course aux données. Dans d’autres domaines de l’IA, une grande partie des progrès reposaient sur le matériel numérique déjà disponible. En robotique, en revanche, de nombreux exemples doivent être générés à partir de zéro, avec de vraies machines, de vrais objets et des mouvements répétés encore et encore. Xinhua pose le problème en ces termes : le goulot d’étranglement des humanoïdes n’est plus concentré uniquement dans le matériel, mais dans la manière de continuer à perfectionner leur « cerveau » grâce à la formation à des scénarios d’application.
La lecture industrielle du projet permet de comprendre pourquoi ces petites tâches peuvent finir par devenir des infrastructures. Chen Yishi, PDG de Jufu Technology, a déclaré à Fuzhou News que ces types d’usines prennent en charge des modèles de bout en bout et une mise en œuvre dans des scénarios verticaux. L’idée est qu’un robot IA ne fonctionne pas comme une machine traditionnelle limitée à une séquence fixe, mais plutôt comme un système guidé capable de prendre des décisions concernant le corps sur la base d’un entraînement réel.
L’entreprise est également récente. Jufu Technology a été fondée en septembre 2025 et présente son activité comme une combinaison de data factory et d’auto-développement. Son objectif ne se limite pas à accumuler des exemples de mouvements, mais à créer autour de cette base un écosystème local de talents algorithmiques, de données et de collaboration avec la chaîne industrielle. Yishi, pour sa part, a souligné que ses futurs produits visent la fabrication industrielle, l’inspection de sécurité, la recherche et l’éducation, bien que des sources le présentent comme une feuille de route et non comme un déploiement déjà consolidé.
Images | Technologie Jufu | Chine
À Simseo | Le « Netflix chinois » a conçu un plan pour que l’IA génère la majorité de son contenu d’ici cinq ans. Cela semble risqué
