Intelligence artificielle

Jensen Huang : L'avenir de l'intelligence artificielle dépasse les modèles génératifs vers l'« intelligence artificielle physique »

Jensen Huang, PDG de NVIDIA, a souligné que la prochaine révolution de l'intelligence artificielle sera l'« intelligence artificielle physique », qui intègre les capacités numériques à la réalité matérielle.

2026-11-16
3 min de lecture
21 vues
certi.news
Jensen Huang : L'avenir de l'intelligence artificielle dépasse les modèles génératifs vers l'« intelligence artificielle physique »

Jensen Huang, PDG de NVIDIA, a expliqué que la prochaine vague d'innovation dans le domaine de l'intelligence artificielle ne se limitera pas aux capacités numériques que nous observons dans les modèles génératifs (Generative AI), mais passera à une étape avancée connue sous le nom d'« intelligence artificielle physique » (Physical AI). Ces propos ont été tenus lors de sa participation au NVIDIA AI Summit Japan, où il a mis en lumière la transformation radicale de la manière dont les systèmes intelligents interagissent avec le monde physique qui les entoure.

La différence entre l'intelligence générative et physique

Alors que l'intelligence artificielle générative actuelle se concentre sur la création de contenu numérique tel que des textes, des images et des codes informatiques, l'intelligence artificielle physique vise à permettre aux machines et aux robots de comprendre l'environnement physique et d'interagir avec lui avec une grande précision. Cela signifie que l'intelligence passe du simple traitement de données à l'intérieur des écrans d'ordinateurs à la capacité de perception sensorielle et de prise de décision en temps réel au sein des usines, des voitures autonomes et des systèmes robotiques complexes.

Qu'est-ce qui change concrètement ?

Cette transition impose de nouvelles exigences techniques qui dépassent la simple puissance de traitement en nuage, car elle nécessite :

  • L'intégration de l'informatique en périphérie (Edge Computing) : pour garantir une vitesse de réponse ultra-rapide des machines lors de la gestion des variables du monde réel.
  • Le lien entre logiciels et matériel : le besoin de modèles d'intelligence artificielle qui comprennent les lois de la physique et du mouvement, et pas seulement les modèles linguistiques.
  • Le développement de capteurs et de processeurs : une dépendance accrue vis-à-vis des puces spécialisées qui prennent en charge la perception sensorielle immédiate.

Pourquoi cette tendance est-elle importante pour les développeurs et l'industrie ?

Cette orientation représente un tournant dans la manière de construire des systèmes autonomes. Pour les développeurs, le défi ne se limite plus à l'entraînement de grands modèles linguistiques (LLM), mais consiste à construire des modèles capables de fonctionner dans des environnements non structurés et imprévisibles. Pour les secteurs industriels, cette transition signifie le passage de l'automatisation traditionnelle basée sur des règles fixes à une automatisation intelligente capable de s'adapter et d'apprendre de l'environnement physique, ce qui ouvre des perspectives sans précédent dans la robotique avancée et la logistique intelligente.

Source de l’actualité
c
Auteur

certi.news

Dans la même catégorie

À lire également

Voir toutes les actualités