Nantes Machine Learning Meetup

Traditional robotics struggles with "unstructured" tasks—like handling cables, fabrics, or food—where physics is too complex to model by
hand. This talk explores the shift toward Physical AI using end-to-end
architectures that learn directly from human demonstration.
We test Action Chunking Transformers (ACT), Diffusion Policies, and flow matching techniques to solve the "precise, high-uncertainty" problem of Deformable Linear Object (DLO) manipulation. By framing
industrial tasks as generative modeling problems—using techniques to
move past rigid programming into a new era of adaptive intelligence.

Où en est l’automatisation du travail ? Dans un monde où l’intelligence artificielle nourrit autant de craintes que de promesses, ce talk présente les recherches de pointe en sciences sociales sur ce que l’on sait aujourd’hui à ce sujet. Plutôt que de s’en tenir aux questions éthiques ou aux impacts macroéconomiques, il s’agit d’observer les pratiques concrètes, là où ces technologies prennent forme dans l’activité. L’intervention démêle les mythes des conséquences effectives et ouvre de nouvelles questions : comment les pratiques et les normes professionnelles se reconfigurent-elles au contact de ces outils ? Quels en sont les non-effets ? Au-delà de la productivité, quelles formes de valeur créent-ils ou détruisent-ils ? J’y présenterai à la fois les acquis de plusieurs décennies de recherches en sociologie et en histoire des techniques, ainsi que des exemples issus des enquêtes en cours menées par mon équipe sur les usages professionnels des grands modèles de langage (LLM).