Hitachi met son expertise industrielle au service de la révolution de l'IA physique

L'IA physique — la branche de l'intelligence artificielle qui contrôle les robots et les machines industrielles dans le monde réel — souffre d'un problème de hiérarchie. Au sommet, OpenAI et Google sont en train de mettre à l'échelle des modèles de fondation multimodaux. Au milieu, Nvidia elle développe les plateformes et les outils nécessaires au développement de l'IA physique.

Et puis il y a un troisième camp : les fabricants industriels comme Hitachi et l'Allemagne Siemens, qui avancent l'argument plus discret mais sans doute plus fondé que On ne peut pas entraîner des machines à naviguer dans le monde physique sans d'abord le comprendre.

Ce débat passe désormais de la stratégie de direction au déploiement en usine, comme l'a révélé Hitachi dans une récente interview avec Nikkei Asie.

⚙️ Pourquoi l'IA physique a besoin d'un meilleur modèle

Kosuke Yanai, directeur adjoint du Centre d'innovation technologique – Intelligence artificielle d'Hitachi, est direct sur ce qui distingue l'IA physique viable de l'IA théorique :

« L’intelligence artificielle physique ne peut être mise en œuvre dans la société sans une compréhension systématique qui commence par une connaissance fondamentale de la physique et des équipements industriels. »
— Kosuke Yanai, Hitachi Center for Technology Innovation-AI, via Nikkeï

L'argument d'Hitachi est qu'elle possède déjà une grande partie de ce savoir-faire fondamental, accumulé au fil des années. Des décennies passées à construire des chemins de fer, des infrastructures énergétiques et des systèmes de contrôle industriel. L'entreprise possède :

• 🌊 technologie de simulation thermofluidique qui modélise le comportement des gaz et des liquides
• 📡 Outils de traitement du signal pour la surveillance de l'état des équipements
• 🏗️ Solides bases en ingénierie Conception du produit et construction de la logique de contrôle

🏭 Déploiements concrets : Daikin et JR East

Tandis que l'architecture globale d'IA physique d'Hitachi — Modèle intégré d'infrastructure mondiale (IWIM)Ce système, décrit comme un système de mélange d'experts intégrant de multiples modèles et ensembles de données spécialisés, reste au stade de la vérification du concept, mais deux déploiements dans le monde réel indiquent que l'approche sous-jacente produit déjà des résultats.

🔬 Le pipeline R&D : réduire les délais de développement

L'offensive d'Hitachi en matière d'IA physique se reflète également dans ses résultats de recherche. Décembre 2025L'entreprise a publié les résultats de deux projets présentés lors de ASE 2025, une conférence de premier plan en ingénierie logicielle, abordant un goulot d'étranglement persistant dans l'IA industrielle : le temps et les efforts nécessaires pour écrire et adapter les logiciels de contrôle.

🚗 Secteur automobile — Automatisation des tests d'ECU

Hitachi et sa filiale Abstinence a développé un système utilisant génération augmentée par récupération (RAG) Générer automatiquement des scripts de tests d'intégration pour les calculateurs électroniques de véhicules (ECU). Dans le cadre d'un projet pilote portant sur des tests de calculateurs multicœurs :

📦 Logistique — Logiciel de contrôle de robots modulaires

Dans le domaine de la logistique, Hitachi a développé technologie de gestion de la variabilité qui modularise le logiciel de contrôle robotique en composants réutilisables structurés autour d'un système d'exploitation robotique (ROS)Cela permet aux opérateurs d'adapter les flux de travail robotisés de prélèvement et de placement à de nouveaux produits ou à de nouvelles configurations. sans réécrire le logiciel de zéro.

🛡️ La sécurité comme exigence structurelle

Un fil conducteur traverse tous les travaux d'Hitachi en matière d'IA physique : l'accent mis sur garde-corps de sécurité — non pas comme une simple formalité de conformité, mais comme une contrainte d'ingénierie intégrée à la conception du système. Selon Yanai, l'entreprise intègre sa technologie de contrôle et de fiabilité issue du développement des infrastructures sociales afin d'empêcher que les résultats de l'IA ne s'écartent des paramètres de fonctionnement validés par l'humain.

Cela comprend :

• ✅ Validation des entrées — en éliminant les données sur lesquelles les modèles ne devraient pas être entraînés
• ✅ Vérification des résultats — veiller à ce que les actions des machines ne mettent pas en danger les personnes ou les biens
• ✅ Surveillance en temps réel des modèles d'IA — détecter les anomalies opérationnelles dès qu'elles surviennent

⚠️ Les systèmes d'IA physiques échouent dans le monde réel, pas dans un environnement de test. Les enjeux liés à une IA contrôlant la signalisation ferroviaire ou la robotique industrielle sont radicalement différents de ceux qui régissent un chatbot.

🖥️ Des infrastructures à la hauteur des ambitions

Hitachi Vantar — la branche du groupe spécialisée dans les données et l'infrastructure numérique — se positionne comme un précurseur dans l'adoption de Serveurs RTX PRO de NVIDIA, construit sur le Carte graphique RTX PRO 6000 Blackwell Server Edition, conçu pour accélérer les charges de travail d'IA agentielle et physique. Le matériel est associé aux solutions Hitachi. Plateforme iQ et servait à construire jumeaux numériques — répliques virtuelles de systèmes physiques — capables de simuler à grande échelle tout type de phénomène, des fluctuations du réseau électrique aux mouvements robotiques.

Le Concept IWIM est conçu pour connecter le système open source de Nvidia Plateforme de développement d'IA physique Cosmos avec des LLM spécialisés en langue japonaise et des modèles de langage visuels via le protocole de contexte de modèle (MCP) — essentiellement un cadre permettant d'assembler les modèles, les outils de simulation et les ensembles de données industrielles dont les systèmes d'IA physiques ont besoin.

La course plus large dans le domaine de l'IA physique est loin d'être terminée. Mais la position d'Hitachi — que L'expertise du domaine et les données opérationnelles sont aussi importantes que l'architecture du modèle. — est de plus en plus difficile à ignorer, notamment à mesure que les déploiements avec des partenaires comme Daikin et JR East commencent à démontrer la valeur réelle de cette expertise en pratique.

Sources :
Nikkei Asie (21 février 2026) | Recherche et développement Hitachi (24 décembre 2025) | Blog Hitachi Vantara (27 août 2025)

Voir aussi : Alibaba entre dans la course à l'IA physique avec le modèle de robot open-source RynnBrain

AI News est alimenté par TechForge MediaDécouvrez d'autres événements et webinaires à venir sur les technologies d'entreprise. ici.