La « main musicienne » : un robot écoute un air et le rejoue après deux minutes

Dans le laboratoire de robotique neuronale de l’Université de Californie du Sud (USC), une petite main musicienne mécanique. En entendant un air pour la première fois, elle l’a joué dès la première tentative. sans partitions, sans données pré‑enregistrées et sans semaines d’entraînement. Le projet, baptisé « Musician Hand », a été développé par le doctorant Hossam Azadjou sous la supervision du professeur Francisco Valero‑Cuevas.

Un mécanisme inspiré de la main humaine

La main se compose de quatre doigts actionnés par des cordons reliés à de petits moteurs. En imitant la manière dont les muscles tirent les cordes sur une main humaine. Elle interagit avec un clavier de piano et produit du son par pressions directes sur les touches.

Apprentissage par essai‑erreur en deux minutes

Le système repose sur une technique dite de « motor babbling » (expérimentation motrice aléatoire). Le robot explore librement ses mouvements, observe les sons produits, et établit un lien entre commandes motrices et résultats acoustiques. Pendant les premières deux minutes, la main a appuyé de façon aléatoire sur les touches et analysé la corrélation entre gestes et sons pour construire un modèle sensorimoteur.

Reconnaissance et reproduction d’un morceau entier

Lorsqu’on lui a fait écouter un morceau de ~30 notes intitulé « Robo Algo », composé par Richard Totobini, la main a d’abord converti le son en spectrogramme, puis a utilisé des réseaux neuronaux pour identifier les hauteurs et générer les commandes motrices nécessaires. Résultat : la main a restitué la mélodie dès sa première tentative.

Évaluation humaine surprenante

Les chercheurs ont mené un test en aveugle comparant la performance de la main à celle de quatre pianistes professionnels. Parfois, les juges n’ont pas réussi à distinguer le robot des musiciens humains. En revanche, des adultes non entraînés n’ont pas réussi à rejouer les 12 premières notes du même air.

Efficacité énergétique et perspectives cliniques

Azadjou souligne que le cerveau humain résout des problèmes moteurs complexes avec moins de 100 W (puissance comparable à un chargeur d’ordinateur portable), alors que les systèmes d’IA classiques peuvent requérir des puissances bien supérieures. L’approche d’apprentissage efficace et flexible développée ici pourrait s’appliquer à l’avenir à des dispositifs robotiques portables : exosquelettes pour patients atteints de Parkinson, robots de rééducation personnalisés et autres aides motrices.

Sujets connexes :

Des chercheurs chinois: » GrowHR » un robot qui grandit comme un humain

Robots inspirés des oiseaux : une révolution qui dépasse les drones