01net Hors-Série – Juillet-Aout 2016
ROBOTS
Stéphane Barge, avec Sylvain Biget
''Rien n'existe dans notre intelligence qui n'ait d'abord été dans

nos sens'' disait Démocrite. L'Homme s'en remet à ses sensations, les droïdes en font autant, l'intelligence artificielle serait inutile sans perception de l'environnement. Le problème étant de doter les robots d'aptitudes façonnées par la nature pendant des millions d'années. Heureusement, ou pas, le boom des nanotechnologie est en passe de nous, et leur, donner les moyens d'y parvenir en permettant la conception de capteurs minuscules et performants. Les machines sont en route pour l'empire des sens.
Yingluck Shinawatra, ex première ministre de Thaïlande, s'est fait faire un robot goûteur. E-delicious analyse notamment currys et soupes Tom yam pour vérifier que les recettes sont conformes aux goûts de sa patronne. Il utilise des capteurs électroniques imitant nos papilles distinguant cinq saveurs primaires – le sucré, le salé, l'amer, l'acide et ''l'umami'', le savoureux. Plus le piquant d'un piment, la fraîcheur de la menthe que transmet notre nerf trijumeau intervenant dans la mastication.
Les ''palais électroniques'' sont exploités par l'agroalimentaire pour déguster café, soda, et même vin. Les chercheurs de l'université de Washington utilisent la langue conçue par l'expert français Alpha MOS pour tester les crus dont l'intensité des saveurs est déterminée avec une précision moléculaire. Informations fournies aux viticulteurs qui peuvent alors modifier leurs productions.

Diya One pèse trente kilos et possède un nez inimitable. Ce robot, conçu par un polytechnicien, est doté d'un odorat capable de renifler les molécules polluant l'air des bureaux et maisons. Il aspire les composés organiques volatils et les particules fines dans le but de purifier l'atmosphère intérieure. Difficile de reproduire le fonctionnement des millions de cellules de notre appareil olfactif, ni les neurones tapis dans nos fosses nasales chargés de transmettre ces odeurs jusqu'au cerveau. Pourtant la recherche progresse, C2Sense a conçu un nez reconnaissant les fruits périmés en reniflant l'éthylène qu'ils dégagent quand ils sont trop murs. Il pourrait repérer la viande avariée libérant de l'amine ou du poisson pas frais produisant de l'ammoniac. Dans le domaine médical les nez robotisés seront plus utiles. Certains sont capables de diagnostiquer un cancer de la prostate en reniflant l'urine alors que d'autres décèlent une lésion à l'estomac en respirant l'haleine du patient.

Votre smartphone vous entend, et vous répond, mais vous devez approcher la bouche du terminal pour que les bruits parasites ne viennent pas interférer. Les droïdes ont la même difficulté à isoler un son parmi beaucoup. Hearbo, produit par Honda, apporte des progrès avec ses 4 oreilles détectant 4 sources sonores en même temps. Le projet européen Ears ambitionne de doter les machines d'une audition plus sensible. Il utiliserait ses yeux pour mieux entendre, en analysant dans son environnement les sources de son et sélectionner la bonne.
Bio Tac, lui, est capable d'identifier au toucher une centaine de tissus, verres ou plastiques avec une réussite frisant les 100%, soit 20% de plus que les cobayes humains. Lorsque son doigt entre en contact avec une matière, sa peau de silicone, constituée de microsillons semblables à nos empreintes digitales, se déforme et propage des vibrations mesurées par ses capteurs ultrasensibles aptes à distinguer les nuances entre les textures. La nouvelle ''peau'' créée par les chimistes de L'institut national des sciences et technologies de Corée du Sud à base d'oxyde de graphène et de polymères perçoit simultanément la pression et la température avec assez de finesse pour mesurer prendre le pouls d'un patient.
/http%3A%2F%2Fimages.gizmag.com%2Fhero%2Fbiotac.jpg)
Rapportée en pixels l'œil humain serait de 52 millions de points, de nombreux capteurs affiche une définition cinq fois supérieure capable de libre l'immatriculation d'un avion situé à 18 kilomètres. La puissance du capteur ne fait pourtant pas tout, le ''cerveau'' du robot doit interpréter ce qu'il voit et cela nécessite un traitement complexe. Le méthode d'apprentissage profond semble convenir pour entraîner le robot à reconnaître des formes pour les associer à des objets déjà mémorisés.



/http%3A%2F%2Fwww.c4h10.net%2Fpluginfile.php%2F4377%2Fmod_page%2Fcontent%2F5%2FF_gravitationnelle.jpg)









/http%3A%2F%2Fkrauss.faculty.asu.edu%2Fwp-content%2Fuploads%2F2011%2F07%2Fbanner_physicist1.jpg)
/http%3A%2F%2Fscienceblogs.com%2Fstartswithabang%2Ffiles%2F2015%2F06%2Funiverse-wallpaper-2-590x332.jpg)



/http%3A%2F%2Fi.telegraph.co.uk%2Fmultimedia%2Farchive%2F02784%2Fmatrix-system-fail_2784216b.jpg)











/http%3A%2F%2Fwww.lescurieuses.net%2Fwp-content%2Fuploads%2F2015%2F01%2Fstephen-hawking.jpg)
/http%3A%2F%2Fwww.nymphomath.ch%2Fcrypto%2Fquantique%2Fclef.jpg)

/http%3A%2F%2Flerail.com%2Fwp-content%2Fuploads%2F2017%2F04%2Fnouveau-ordinateur.jpg)

