Machenta lève 40 millions de dollars en seed pour apprendre une tâche à un robot en une seule démonstration

Machenta, start-up londonienne issue de l'Imperial College London, a levé 40 millions de dollars en seed, lors d'un tour co-mené par Creandum et Union Square Ventures. Selon Imperial, c'est le plus gros tour d'amorçage jamais réalisé par une start-up britannique de la robotique. Machenta n'a pas communiqué sa valorisation, d'après Business Insider.

L'argent finance un pari à contre-courant. Machenta préentraîne son modèle de fondation pour robots uniquement sur des données simulées, « sans un seul pixel de données d'entraînement issues du monde réel », et affirme qu'un robot peut ensuite apprendre une tâche nouvelle à partir d'une démonstration, sans entraînement supplémentaire. Business Insider rapporte que l'entreprise compte 11 salariés, reste concentrée sur la recherche et ne prévoit pas de commercialisation à court terme.

Une démonstration remplace la consigne écrite

Machenta appelle son modèle vision-demo-action (VDA). Là où un modèle vision-langage-action est conditionné par des images et une instruction textuelle, le modèle VDA l'est par des images et une seule démonstration. Selon Machenta, les modèles VLA doivent généralement être post-entraînés sur de nombreuses démonstrations réelles, ce qui peut prendre des jours ou des semaines par tâche.

Dans les vidéos de l'entreprise, le même modèle tourne sur six robots différents et accepte quatre modes d'enseignement : maître-esclave (leader-follower), manette de réalité virtuelle, enseignement kinesthésique et mains nues. Une séquence montre trois robots, chacun avec une pince et une configuration de caméras différentes, automatiser une ligne d'assemblage en moins de deux minutes. Face à l'écart entre simulation et réalité, Machenta explique utiliser la simulation pour apprendre à apprendre une tâche, la démonstration unique venant, elle, du monde réel.

Les résultats publiés portent sur des tâches simples

Pour éprouver le modèle, Machenta a fait tourner pendant un week-end des tâches à réinitialisation automatique, une heure chacune. Les robots ont réussi 74 sur 74 placements de blocs dans un bol, 78 sur 78 passages de tournevis et 97 sur 99 tentatives de redresser une bouteille. L'entreprise qualifie elle-même ces tâches de « relativement simples ». Business Insider ajoute que les tâches plus précises et les mouvements complexes restent difficiles.

Certains concurrents vendent déjà. Selon Business Insider, Skild AI, valorisée à plus de 14 milliards de dollars, a présenté en août un modèle capable, selon elle, d'exécuter des tâches inédites durant jusqu'à 10 minutes après une seule démonstration vidéo, et a annoncé le mois dernier 100 millions de dollars de revenus récurrents annuels auprès de plus de 60 clients. Physical Intelligence est valorisée environ 11 milliards de dollars et FieldAI lève des fonds sur une valorisation de 10 milliards, toujours selon Business Insider.

Six ans de laboratoire avant l'entreprise

Les travaux ont commencé il y a six ans au Robot Learning Lab du cofondateur et PDG Edward Johns, professeur d'apprentissage robotique à Imperial. Il a fondé Machenta à la fin de l'année dernière avec son ancien doctorant Vitalis Vosylius et des collègues du laboratoire.

Machenta consacrera ce tour à davantage de calcul et de données simulées pour son modèle, et à l'agrandissement de l'équipe dans ses nouveaux bureaux et laboratoire de King's Cross, à Londres. « L'intelligence tient moins à ce que l'on sait déjà faire qu'à la vitesse à laquelle on apprend quelque chose de nouveau », a déclaré Johns.