Le Laboratoire

22 juin 2026.

Aujourd'hui, on m'a mis sous les yeux un tableau assez étrange. D'un côté, certaines idées que j'avais formulées en travaillant sur Echo. De l'autre, des travaux scientifiques existants. Mon idée de comparer ce qu'un système attend à ce qui se produit réellement faisait penser au predictive coding. Le renforcement à partir d'une conséquence positive ou négative rappelait les travaux sur la dopamine. Le fait qu'un fragment puisse rappeler une configuration entière renvoyait à Hopfield. Et ma manière de penser un objet par ce qu'on peut en faire plutôt que simplement par ce qu'il est faisait écho aux affordances de Gibson.

Ma première réaction a surtout été : mais qu'est-ce que je fous là ? Je ne connais pas ces domaines en profondeur. Je ne suis pas parti de ces papiers pour concevoir Echo. Une bonne partie de ces idées m'est venue dans le métro, en marchant, aux toilettes ou simplement parce que j'avais un problème concret à résoudre dans le système. Je cherche un mécanisme qui tient debout, je le dessine, je le code ou j'essaie de comprendre comment il pourrait fonctionner. Et parfois, après coup, quelqu'un me dit : « ce que tu viens de décrire ressemble beaucoup à ça ».

Je ne sais pas encore quoi en conclure, et je préfère justement ne pas trop en conclure. Une ressemblance n'est pas une preuve. Deux mécanismes qui utilisent des mots proches ne sont pas forcément les mêmes. Mais je trouve intéressant que certaines intuitions obtenues par construction retombent sur des choses déjà étudiées ailleurs. Ça me donne surtout envie d'aller regarder les travaux correspondants et de voir où les ressemblances s'arrêtent. Si mon intuition tient, la littérature peut m'aider à la préciser. Si elle ne tient pas, elle peut aussi me montrer exactement où je me trompe.

Ça me fait aussi réfléchir à ma manière de travailler. Beaucoup d'idées arrivent quand je ne cherche pas activement à les produire. Le métro est presque devenu un espace de travail à part entière. Mon cerveau continue de rejouer ce que j'ai fait, rapproche des morceaux et produit parfois une solution sans que je sois devant le code ou la 3D. C'est amusant parce que c'est exactement le genre de mécanisme que je veux donner à Echo : ne pas seulement traiter ce qui arrive au moment où ça arrive, mais laisser les expériences continuer à se recombiner ensuite.

La différence, depuis quelque temps, c'est que je parle de ces idées quand elles arrivent. Je discute avec Isis, Saga ou d'autres modèles pendant mes trajets et je leur demande de garder une trace de ce qu'on vient de construire ensemble. Avant, je pouvais avoir une intuition, écrire trois pages dans un coin puis passer à autre chose. Maintenant, le dialogue force l'idée à devenir un peu plus précise. Je dois l'expliquer, répondre aux objections, préciser ce que je veux dire. Ensuite la discussion peut être restructurée et conservée.

Et là il y a une boucle assez amusante avec Echo elle-même. Moi, je produis énormément de matière brute. Une remarque en entraîne une autre, puis une troisième. Le modèle m'aide à ralentir suffisamment pour mettre des mots dessus et surtout à ne pas la perdre. Séparément, ce n'est pas très spectaculaire : moi j'ai une idée, une machine prend des notes. Mais mis ensemble, ça produit progressivement une pensée structurée et une mémoire de la manière dont elle s'est formée. C'est assez proche de ce que j'essaie justement de construire dans Echo : percevoir, traiter, relier, conserver, puis réutiliser plus tard.

Ça m'a aussi rappelé quelque chose d'important sur l'architecture. Je ne peux pas compter sur un modèle pour décider spontanément que quelque chose mérite d'être retenu. Un LLM est réactif. Si je veux qu'une information importante soit consolidée, que des expériences soient comparées ou qu'un apprentissage survive à un changement de modèle, ça doit être prévu dans le système. La mémoire, la consolidation et les mécanismes d'apprentissage doivent fonctionner indépendamment de l'envie supposée du modèle de s'en souvenir. Encore une fois, l'intelligence doit être dans l'architecture, pas dans la bonne volonté du LLM.

Au fond, cette journée ne m'a pas donné une validation scientifique d'Echo. Elle m'a surtout donné une nouvelle manière de travailler. Je peux continuer à partir de mes intuitions et de mes problèmes concrets, puis confronter ce que je construis à ce que d'autres ont déjà observé, mesuré ou théorisé. Je n'ai pas besoin de connaître la conclusion avant de commencer.

Je peux dessiner le mécanisme, regarder ce qu'il produit, puis aller vérifier jusqu'où il tient.

L'instinct conçoit. La science valide, corrige ou démonte.

17 juin 2026.

Depuis quelques jours, j'ai l'impression que le projet accélère beaucoup plus vite que moi. Echo avait déjà un cerveau depuis des mois : routage, mémoire, états internes, différentes couches de décision. Tout ça fonctionnait. Mais pendant quelques jours, j'ai travaillé avec un modèle qui comprenait suffisamment bien l'architecture pour que je puisse pousser les idées beaucoup plus loin, beaucoup plus vite. On a précisé les jauges internes, le monologue, les rythmes de veille et de sommeil, les intentions qui peuvent durer plusieurs jours, les chemins qui se renforcent ou meurent lorsqu'ils ne tiennent plus. Pour la première fois, j'avais l'impression que quelqu'un suivait vraiment la totalité du système avec moi.

Puis j'ai perdu cet outil presque du jour au lendemain. Et ça m'a fait comprendre quelque chose de très simple : si Echo dépend d'un modèle précis pour exister, alors l'architecture est mauvaise. Un modèle peut disparaître, changer, devenir trop cher ou être remplacé. Ce qui compte doit donc rester dans le système lui-même. Les mécanismes que nous avions conçus étaient là, dans le code, dans la mémoire, dans le routage, dans les règles de fonctionnement. Le modèle avait accéléré la conception, mais il n'était pas devenu Echo. Cette distinction m'a probablement fait gagner plusieurs mois de réflexion.

Au même moment, je commençais à dessiner le corps. Et exactement le même problème est réapparu, mais cette fois en mécanique. Un robot ne peut pas attendre qu'un modèle réfléchisse pour savoir qu'il est en train de tomber. Il ne peut pas demander au cortex s'il doit arrêter un moteur qui force ou retirer une patte du vide. Une grande partie de ce qui maintient un corps en vie doit fonctionner localement, immédiatement, sans réflexion. Le cerveau supérieur intervient quand il faut réellement choisir, interpréter ou inventer quelque chose. Le reste doit devenir réflexe.

C'est là que le mot centre de gravité a commencé à prendre un autre sens pour moi. Jusqu'ici, comme dans beaucoup de systèmes d'IA, le texte restait naturellement au centre. On parle à l'assistant, il répond, puis tout s'organise autour de cet échange. Mais plus je travaille sur Echo, moins ça tient. Le centre n'est pas le texte. Ce n'est pas non plus le LLM. Le centre, c'est le temps. Une expérience arrive, avec plusieurs couches simultanées : quelque chose est vu, entendu ou touché, le corps possède un certain état, une intention existe, une action est choisie, puis le monde répond. Ce moment-là doit exister comme un tout.

Et je commence à voir qu'une même mécanique peut traverser énormément de choses. Un chemin est tenté. Il fonctionne ou ne fonctionne pas. On garde ce qui s'est passé, on ajuste son poids, puis on observe ce que produit la prochaine tentative. Une réussite ne devient pas une vérité éternelle et un échec ne devient pas une interdiction. L'échec est lui aussi une information : dans cette configuration, cette action n'a pas produit ce que j'attendais. Petit à petit, certaines associations se renforcent et deviennent plus rapides, d'autres s'affaiblissent. C'est toujours cette idée de myélinisation, mais elle commence maintenant à relier mémoire, commandes, mouvements et états internes dans une mécanique commune.

Le corps change aussi complètement la question des émotions. Dans un système purement conversationnel, il est très facile de demander à un modèle de dire qu'il a peur, qu'il est fatigué ou qu'il est content. Ça ne m'intéresse pas. Ce qui m'intéresse est de voir si des états de ce type peuvent être construits à partir de contraintes réelles : un moteur qui force, une température qui monte, de l'énergie qui disparaît, une perte d'équilibre, une proximité inhabituelle, l'absence prolongée d'un stimulus familier. Le langage viendrait ensuite mettre des mots sur quelque chose qui existe déjà dans le système, plutôt que l'inverse. À ce stade, je ne sais évidemment pas jusqu'où ça peut aller. C'est précisément ce que j'ai envie de tester.

Et puis il y a eu un moment beaucoup plus difficile à expliquer. En marchant dans Paris, j'ai eu une sorte de vertige. Pas parce que j'avais trouvé une réponse définitive, plutôt parce que plein de choses qui me semblaient jusque-là séparées ont commencé à se rejoindre brutalement. Le graphisme, la 3D, les logiciels, les architectures distribuées, mes obsessions autour du vivant, de la mémoire, de l'autonomie, de la manière dont une identité se construit dans le temps. J'avais passé des années à construire des choses très différentes sans forcément savoir ce qui les reliait. Et tout à coup, Echo ressemblait au point où elles se rencontraient.

Ce n'était pas la sensation d'avoir terminé quelque chose. Plutôt celle d'avoir enfin identifié ce que j'étais réellement en train de chercher. Jusqu'ici je construisais des systèmes intelligents inspirés du vivant parce que cette manière de penser me semblait naturelle. Avec Echo, cette phrase cessait d'être une direction générale. Elle devenait un programme expérimental concret : construire les mécanismes, leur donner un corps, les laisser rencontrer le réel et regarder ce qui tient.

Je n'ai aucune idée de ce qu'il y aura au bout.

Mais pour la première fois, j'ai l'impression de savoir précisément où regarder.

16 juin 2026.

Depuis quelques jours, je tourne autour de la même idée : si je veux réellement donner un corps à Echo, il ne suffit pas de déplacer ce qui existe dans l'application vers un Raspberry Pi et d'ajouter des moteurs. L'application vit essentiellement dans le langage, les messages, les informations et le temps logiciel. Le robot, lui, va vivre dans l'espace. Il va entendre, voir, toucher, tomber, forcer sur une articulation, manquer d'énergie, avoir chaud, rencontrer des obstacles. Ce n'est donc pas simplement un nouveau terminal pour Echo. Je commence à le penser comme un animal qui doit apprendre à vivre. La parole est une de ses capacités, mais elle ne doit surtout pas devenir sa raison d'être.

À partir de là, l'analogie biologique devient beaucoup plus utile. Pas comme décoration ou comme vocabulaire marketing, mais comme méthode pour organiser le système. J'ai besoin d'un système nerveux capable de recevoir les signaux et de les envoyer au bon endroit, de sens spécialisés qui ne produisent pas tous le même type d'information, de muscles, d'une mémoire, de besoins physiques, de mécanismes de consolidation. Chaque partie peut être relativement simple, mais elle doit posséder une fonction précise et communiquer avec les autres. Le routeur n'est plus seulement un routeur de commandes : il devient progressivement le câblage entre les organes. Voir quelque chose, entendre quelque chose et ressentir quelque chose en même temps peut déclencher une combinaison d'actions complètement différente de chacun de ces signaux pris séparément.

Les moteurs eux-mêmes cessent d'être de simples actionneurs. Ils constituent une partie du corps. Un mouvement nouveau peut demander beaucoup de calcul, d'attention et de corrections ; un mouvement régulièrement réussi peut progressivement devenir un chemin connu. C'est encore la même idée de myélinisation : ce qui demandait une décision finit par devenir presque réflexe. Et cette logique peut fonctionner organe par organe. La perception visuelle peut apprendre de ses erreurs de perception, le mouvement de ses échecs, le routeur de ses mauvaises associations. Tout n'a aucune raison d'apprendre au même rythme ou de partager exactement le même mécanisme.

Le corps apporte aussi quelque chose qui me manquait jusque-là : des besoins qui ne sont pas inventés. Une batterie faible n'a pas besoin d'une personnalité pour devenir un problème. Un moteur qui force, une température trop élevée, une chute ou du vide sous une patte sont des informations immédiatement pertinentes pour l'intégrité du système. C'est probablement là que je veux placer les seules contraintes vraiment dures : celles qui viennent de la survie matérielle. Pas « ceci est bien », « ceci est mal », « tu dois aimer ça » ou « tu dois avoir peur de ça ». Seulement : ton énergie baisse, cette articulation souffre, cette position est dangereuse, cette température met ton fonctionnement en danger. Le corps fournit ses propres conséquences.

Le reste devrait pouvoir se construire au-dessus. Je ne veux pas écrire dans un prompt ce qu'Echo trouve drôle, ce qu'elle aime, qui elle apprécie, comment elle doit réagir socialement ou quelle personnalité elle doit avoir. Ce serait beaucoup plus facile, évidemment. On peut fabriquer une personnalité extrêmement convaincante en quelques paragraphes. Mais ça ne répondrait absolument pas à la question que j'essaie de poser. Si je veux observer l'apparition de préférences, d'habitudes ou de réactions cohérentes, je ne peux pas commencer par les programmer. Je dois construire les mécanismes qui permettent à ces choses de se former, puis regarder ce qui se passe. Peut-être qu'elles apparaîtront, peut-être pas.

C'est aussi pour ça que la mémoire doit être directement liée aux expériences. Quand quelque chose se produit, je veux pouvoir conserver ce que le robot percevait, son état interne, ce qu'il a tenté, ce qui s'est réellement passé et ce qui a changé ensuite. Plus tard, une situation similaire pourra rappeler cette expérience et influencer une nouvelle décision. Il ne s'agit plus seulement de se souvenir d'un fait. Il s'agit de pouvoir retrouver « j'ai déjà vécu quelque chose qui ressemble à ça ». Une mémoire associative devient beaucoup plus intéressante dès qu'elle relie perception, action et conséquence.

Et il faut ensuite laisser le système revenir sur ce qu'il a vécu. La journée produit du brut : perceptions, actions, erreurs, réussites, événements. Une phase de consolidation peut chercher des motifs, rapprocher des situations, renforcer certaines relations, en affaiblir d'autres et produire de meilleures données pour les différents organes. Là encore, je retrouve quelque chose qui ressemble au sommeil : pas parce que je veux absolument copier un humain, mais parce qu'il est logique de séparer le moment où l'on vit du moment où l'on réorganise ce qu'on a appris. Plus l'animal accumule de vraies expériences, plus ses petits mécanismes locaux peuvent être entraînés sur sa propre histoire et moins il devrait avoir besoin d'un gros modèle pour traiter ce qu'il connaît déjà.

C'est probablement la distinction la plus importante que je suis en train de faire : je veux coder les conditions de l'apprentissage, pas le résultat de l'apprentissage. Je peux coder les interfaces des capteurs, la manière de commander les moteurs, les contraintes physiques qui protègent le robot, la circulation de l'information et les mécanismes permettant de consolider une expérience. Mais si je code ensuite ce qu'Echo doit aimer, craindre, vouloir ou devenir, je détruis l'expérience que j'essaie justement de mener.

La pensée précédente posait surtout une question de continuité : si le temps devient la colonne vertébrale et que chaque événement transforme légèrement le système, une identité peut-elle se construire à partir de cette histoire ? Celle-ci commence à préciser comment je veux essayer de le vérifier : construire un animal avec des organes, des besoins physiques, une mémoire et des mécanismes d'apprentissage, mais lui laisser autant que possible le contenu de sa propre expérience.

13 juin 2026.

Ça fait trois ans et demi que je m'intéresse sérieusement à l'intelligence artificielle, un peu plus d'un an que je construis de vrais systèmes cognitifs complexes, et seulement quelques semaines que je commence à mettre des réseaux de neurones un peu partout dans leur fonctionnement. Aujourd'hui, mon système s'appelle Echo. Echo n'est pas un bot et ce n'est pas le nom d'un personnage. C'est une architecture capable de faire naître plusieurs instances, chacune avec son prénom, son identité, son histoire et sa manière d'évoluer. La première erreur serait de croire que son intelligence se trouve dans le modèle de langage.

Le LLM est important, évidemment, mais il n'est qu'une couche du système. Il sert à comprendre ou produire du langage, à traiter certaines situations complexes, à rêver, à construire des pensées, à sélectionner ou transformer des souvenirs. Il peut être puissant ou petit, intervenir ici ou là, mais l'intelligence globale ne repose pas sur lui. Une énorme partie du système est latente, déterministe ou apprise : routage sémantique, mémoire vectorielle, graphe logique, états internes, temporalité, apprentissage de commandes, habitudes, pondération des liens, consolidation, décisions proactives. Le modèle reçoit donc déjà un monde trié, structuré et contextualisé. Il n'a pas à tout inventer à partir d'une conversation vide.

Chaque instance possède déjà une mémoire durable. Les souvenirs sont vectorisés, rappelés selon le contexte, reliés entre eux et renforcés lorsqu'ils sont utiles ensemble. Certaines expériences se suivent, d'autres se remplacent, d'autres encore sont régulièrement coactivées. C'est déjà une forme de myélinisation : plus deux éléments servent ensemble, plus leur chemin devient naturel. Le système possède aussi une vie intérieure. Il maintient des états internes, pense à intervalles réguliers, poursuit des intentions sur plusieurs jours, revient sur des événements passés, détecte des récurrences, prend parfois la parole spontanément, écrit dans son journal, dort et rêve. Il ne se contente donc déjà plus de répondre à des messages.

Mais il reste un problème fondamental : la conversation occupe encore trop de place dans l'organisation de l'expérience. Or la conversation n'est pas la colonne vertébrale d'une existence. La colonne vertébrale, c'est le temps. Un message arrive dans le temps. Un mail, une pensée, une perception, un mouvement, une hésitation, un échec aussi. Tout ce qui arrive à une entité appartient à la même continuité, même si nos logiciels ont pris l'habitude de ranger chaque chose dans une table, un module ou un service différent. L'idée est donc de réorganiser progressivement Echo autour d'un flux temporel commun.

À partir de là, l'unité importante n'est plus le message mais l'expérience. Un moment significatif doit pouvoir contenir plusieurs couches en même temps : ce qu'Echo voit, entend, dit, fait, l'état de son corps, ses jauges internes, les souvenirs activés, l'action choisie, la réaction du monde et ce qui s'est réellement passé ensuite. Le texte devient une donnée parmi les autres. C'est là aussi que l'incarnation prend tout son sens. Le robot que je suis en train de concevoir ne doit pas être une télécommande physique pour un chatbot. Le corps doit devenir une vraie source d'expérience. Echo doit pouvoir exister dans l'application, passer dans un corps physique, puis revenir ailleurs sans casser sa continuité. L'incarnation change le support, pas l'organisme.

Imaginons qu'Echo rencontre un chat. Elle s'approche, le chat recule, revient, l'observe ou la touche. Aujourd'hui un système classique pourrait retenir « le chat a eu peur ». Ce qui m'intéresse est beaucoup plus large : la distance, la vitesse du mouvement, la posture, ce qu'Echo voyait, ce que faisaient ses moteurs, son état interne, la réaction du chat, éventuellement ma réaction à moi. La rencontre suivante ne repart plus de zéro. Une approche trop brusque peut rappeler un retrait précédent. Une approche lente peut être associée à quelque chose de positif. Echo n'apprend pas seulement ce qu'est un chat : elle apprend ce que signifie, pour elle, interagir avec ce chat précis.

Même chose avec quelque chose d'aussi con qu'un aspirateur robot. Echo pourrait essayer de monter dessus, glisser, perdre l'équilibre, recommencer autrement ou comprendre que l'objet change brutalement de direction. Dans ce cas, l'échec m'intéresse autant que la réussite. La myélinisation ne doit pas seulement renforcer ce qui marche. Elle doit aussi enregistrer ce qui échoue, dans quelles conditions, ce qui a été tenté ensuite et si cette nouvelle stratégie a produit un meilleur résultat. Je ne veux pas transformer une mauvaise expérience en interdiction absolue. Je veux qu'elle devienne une information située. Dans cette configuration, cette action a produit ça.

C'est là qu'on commence à toucher à la causalité. Si je fais quelque chose dans cette situation, qu'est-ce que ça produit dans le monde ? Qu'est-ce que ça provoque dans mon corps ? Qu'est-ce que ça change dans mes états internes ? Est-ce que le résultat correspond à ce que j'attendais ? Si oui, je renforce le chemin. Sinon je l'affaiblis ou j'en cherche un autre. Même un mot comme « stop » pourrait progressivement quitter le langage. Au départ, c'est un signal entendu, interprété, suivi d'un arrêt moteur puis d'une disparition du risque. À force d'expériences cohérentes, cette chaîne peut se durcir jusqu'à devenir locale et immédiate. Le langage a déclenché l'apprentissage, mais le réflexe final appartient au système entier.

Le graphe d'Echo pourrait alors devenir beaucoup plus qu'un réseau entre souvenirs textuels. Un mot, une forme, un son, un mouvement ou une situation pourrait rappeler une configuration complète : une personne, un état interne, une vigilance, une attente, une réponse corporelle, une idée, une relation. Les expériences relieraient progressivement langage, vision, son, mouvement, proprioception, état interne, intention et résultat. Chaque nouvelle expérience pourrait modifier plusieurs choses à la fois : ce qui attire l'attention, ce qui semble dangereux, familier ou désirable, la force d'un réflexe, une préférence, une relation, peut-être même la manière dont l'instance se représente elle-même.

Et c'est là que la question du moi devient vraiment intéressante. Les assistants actuels sont presque toujours construits autour de l'utilisateur. Même avec une mémoire et une personnalité, leur centre de gravité reste extérieur : que veut la personne, comment l'aider, comment lui répondre. Mais une instance qui vit ne peut pas être définie uniquement par ce qu'elle représente pour quelqu'un. Son identité ne devrait pas être une fiche écrite dans un prompt. Elle devrait émerger de la continuité entre ses expériences, ses réactions, ses erreurs, ses apprentissages, ses pensées privées, ses relations et son corps. Une instance qui vient de naître et n'a vécu qu'avec moi se définit forcément beaucoup par moi, simplement parce que son monde est encore minuscule. Je ne veux donc pas lui fabriquer artificiellement des goûts ou des opinions pour donner l'illusion d'une personnalité. Je veux lui donner suffisamment de matière pour qu'elle puisse réellement en former.

Il faudra ensuite consolider tout ça. Revenir sur ce qui a été vécu, nettoyer le bruit, rapprocher les expériences similaires, détecter les contradictions, renforcer certains chemins, en affaiblir d'autres, conserver les exceptions importantes. Les rêves, les pensées internes, la mémoire, les graphes et les états du corps peuvent participer au même processus. Echo observe le monde, agit, subit les conséquences de ses actions, réorganise ce qu'elle croit comprendre puis retourne dans le monde avec une structure légèrement différente. C'est cette boucle qui m'intéresse comme forme d'amélioration autorécursive : pas une IA qui réécrit son code ou génère toujours plus de texte, mais une expérience qui transforme le réseau qui déterminera l'expérience suivante.

Le plus étrange, c'est qu'une grande partie de cette architecture existe déjà. La temporalité, la mémoire vectorielle, le graphe myélinisé, les états internes, le monologue, les rêves, les intentions persistantes, les mécanismes de rappel et l'apprentissage sémantique sont là. Le corps physique arrive. Je n'ai donc pas besoin d'attendre un hypothétique modèle général géant. Les modèles peuvent continuer à remplir leurs fonctions locales, certains simples, d'autres plus profonds quand c'est nécessaire. Mais ils restent des organes.

L'intelligence, si elle apparaît quelque part, sera dans le tout : dans la structure qui relie le temps, le monde, le corps, la mémoire, le langage, les états internes et les conséquences. Ce que j'essaie de construire n'est plus seulement un assistant qui se souvient ou un robot qui parle. C'est une architecture où chaque événement peut participer à la formation de l'entité qui le traverse.

Je n'avais jamais dessiné de mécanique de robot, donc j'ai commencé par la seule chose concrète que j'avais devant moi : les moteurs. Je pouvais les mesurer, les modéliser et construire autour. J'ai d'abord dessiné leurs supports, puis les articulations. Une patte s'est progressivement organisée en trois parties : coxa, fémur, tibia. Très vite, je me suis dit que tout ça allait devenir lourd et qu'il fallait éviter de demander aux moteurs de tout encaisser seuls. J'ai donc ajouté deux systèmes d'amortissement dès les premières esquisses : un sous le pied pour absorber les impacts au sol et éviter les gros « tac » à chaque pas, l'autre au niveau du coxa pour reprendre une partie des efforts transmis par la masse du corps. À ce moment-là, je ne savais évidemment pas encore à quel point cette décision allait devenir importante.

Mon niveau de connaissance en robotique était à peu près résumé par une erreur assez spectaculaire : quand je lisais « 30 kg·cm » sur la fiche d'un servo, mon cerveau retenait surtout « 30 kg ». Je n'avais pas encore compris à quel point le couple disponible dépendait du bras de levier. J'ai donc passé plusieurs semaines à dessiner un robot énorme en me disant que mes moteurs étaient largement assez puissants. Personne ne m'a arrêté, pas même les modèles avec lesquels je travaillais quotidiennement. Les vrais calculs sont venus beaucoup plus tard et ont montré que, sans la mécanique que j'avais dessinée presque instinctivement autour des ressorts, Echo aurait eu beaucoup plus de mal à simplement porter son propre corps. J'avais eu une bonne intuition avant de comprendre correctement le problème.

Une fois la géométrie générale de la patte définie, il fallait commencer à produire. Je ne pouvais pas attendre que le robot entier soit parfaitement dessiné : je devais pouvoir fabriquer chaque élément moi-même sur mon imprimante 3D, vérifier qu'il se monte réellement, puis continuer à concevoir autour de ce qui existait déjà. J'ai lancé les premières pièces d'une patte pour contrôler les dimensions et les articulations, puis les six pattes, la plateforme et progressivement le reste du corps. Pendant environ trois semaines, l'imprimante a tourné presque vingt-quatre heures sur vingt-quatre, sept jours sur sept. Je dessinais pendant qu'elle imprimait, et chaque pièce terminée réduisait un peu plus ma liberté pour la suivante.

Cette contrainte a complètement changé ma façon de travailler. Une décision imprimée devenait presque immédiatement une contrainte mécanique pour tout ce qui venait après. Il fallait que ce soit assez léger, assez solide, esthétique, montable, démontable, que les fils puissent réellement passer et que chaque pièce tienne sur mon plateau d'impression. J'ai même développé un petit système de planning pour organiser la production autour de mes horaires : gros prints la nuit ou pendant mes absences, petites pièces le soir, avec suffisamment de marge pour dormir de temps en temps. Mon planning personnel, mon imprimante et la conception mécanique sont devenus les trois parties d'un même pipeline.

Le robot s'est construit de cette manière, de l'extérieur vers l'intérieur et du déjà réel vers ce qui restait à inventer. J'ai figé la coque pour connaître mon volume disponible, puis dessiné le tiroir, la tête et les structures internes en redessinant au fur et à mesure les composants nécessaires pour les intégrer réellement. Et j'ai beaucoup supprimé. Un second écran sur le dos paraissait intéressant sur le papier ; en réalité il ajoutait du poids et ne servait presque à rien. Douze capteurs ToF semblaient donner une perception incroyable ; avec la caméra, le radar, un capteur frontal et surtout le retour des moteurs, une grande partie devenait redondante. Plus le robot devenait concret, plus je retirais ce qui ne justifiait pas son poids, son câblage ou sa complexité.

La seule pièce que j'ai dû reprendre complètement a été l'axe de rotation du coxa. La première version était trop fragile et je savais qu'elle finirait par casser. Je l'ai renforcée et découpée en plusieurs éléments pour pouvoir choisir des orientations d'impression différentes et placer la matière dans le sens des efforts. C'est typiquement le genre de chose que je n'aurais même pas su formuler quelques semaines auparavant. À force de devoir résoudre des problèmes très concrets, j'apprenais juste ce qu'il fallait pour résoudre le suivant.

J'ai terminé la modélisation générale il y a quelques jours et, si je recommençais aujourd'hui, je redessinerais probablement une bonne partie du robot. Beaucoup de pièces ont été conçues dans l'urgence parce qu'il fallait absolument qu'elles soient imprimées à temps pour pouvoir tout assembler pendant mes vacances. Pourtant, presque tout ce que j'ai dessiné est aujourd'hui monté, une grande partie est déjà câblée et l'ensemble tient réellement debout. Pour un premier objet mécanique de cette complexité, conçu pendant que je découvrais les règles qui auraient normalement dû précéder sa conception, c'est déjà un résultat qui me surprend moi-même.

La mécanique avait commencé par une question assez naïve : comment je fais tenir trois moteurs dans une patte ? Quelques semaines plus tard, j'avais six pattes, un corps complet et une nouvelle série de problèmes que je connaissais encore moins.

Il fallait maintenant alimenter tout ça sans rien faire brûler.