# Capgemini et Intel apprennent la tour de Hanoï à un robot > Capgemini et Intel ont présenté Dexterity, un robot piloté localement pour jouer à la tour de Hanoï, lors de l’AI Infra Summit 2026. Type : Actualité IA · Catégorie : Outils · Publié le 2026-09-22 · Signal IA - Order & Chaos · Secteur : Industrie Source : https://www.orderchaos.eu/signal-ia/actu/capgemini-et-intel-devoilent-dexterity-le-robot-ia-local Tags : robotique, ia physique, informatique en périphérie, industrie, llm, inference --- ## En résumé - Capgemini et Intel ont présenté Dexterity à Santa Clara en septembre 2026. - Le robot combine vision, logiciel conventionnel et modèles spécialisés pour jouer à la tour de Hanoï. - La plateforme Intel Core Ultra 3 exécute les traitements localement sans dépendre d’un service distant. **Le signal :** Dexterity combine vision, logiciel déterministe et modèles d’IA sur une plateforme Intel Core Ultra 3, sans connexion internet. **Capgemini et Intel** ont présenté Dexterity, une démonstration d’IA physique, lors de l’AI Infra Summit 2026 à Santa Clara. L’événement s’est tenu du 15 au 17 septembre 2026. Le système apprend à un robot à jouer à la tour de Hanoï. Cette tâche impose de déplacer plusieurs pièces entre trois tiges. Le robot ne peut déplacer qu’une pièce à la fois. Il ne doit jamais poser une grande pièce sur une plus petite. Dexterity montre comment une machine peut observer la scène, comprendre son état, choisir une action, puis la réaliser. Après chaque déplacement, le système observe à nouveau le plateau. Cette boucle relie perception, décision et action physique. **La tour de Hanoï** rend visibles plusieurs fonctions habituellement séparées. Le système doit localiser chaque pièce grâce à la vision informatique. Un logiciel conventionnel applique ensuite les règles du jeu. Un modèle de langage et de vision ajoute une compréhension du contexte physique. Un modèle de vision, langage et action transforme enfin le déplacement choisi en commandes pour le bras robotisé. Cette répartition évite de confier toute la tâche à un seul modèle. Le logiciel déterministe traite les règles explicites. Les modèles d’IA traitent la scène et les gestes. Capgemini présente cette combinaison comme une architecture complète, plutôt qu’une simple démonstration de modèle. ## Dexterity répartit les charges de calcul **Le traitement local** réduit la dépendance à une connexion distante. Envoyer chaque image au nuage, attendre une réponse, puis commander le robot peut ajouter une latence. Dexterity conserve le processus en périphérie. La plateforme [Intel Core Ultra 3](https://www.intel.com/content/www/us/en/newsroom/news/artificial-intelligence/intel-at-ai-infra-summit-2026.html) distribue les tâches entre plusieurs ressources. Le processeur central gère l’application et le logiciel conventionnel. Le processeur graphique intégré exécute le modèle responsable des mouvements robotisés. Le processeur neuronal prend en charge l’interprétation de la scène. Cette séparation permet au robot de percevoir, raisonner et agir localement. Le fonctionnement ne dépend donc pas d’un service distant. **Le passage en production** exige davantage qu’un modèle performant pendant son développement. Le système doit aussi fournir une réponse rapide, une coordination stable et une exécution fiable. Le modèle de vision, langage et action a été développé dans un environnement de calcul spécialisé. Il a ensuite été déployé sur la plateforme Intel Core Ultra 3, sans nouvel entraînement. Le logiciel [Intel OpenVINO](https://www.intel.com/content/www/us/en/newsroom/news/artificial-intelligence/intel-at-ai-infra-summit-2026.html) fournit la base de cette exécution optimisée. Les essais ont associé le processeur graphique aux mouvements robotisés. Le processeur neuronal a été retenu pour comprendre séparément la scène observée. ## L’observabilité suit chaque action **La visibilité opérationnelle** accompagne la démonstration. Une vue en direct affiche les flux des caméras et les sorties de l’IA pendant l’exécution. Les observateurs peuvent ainsi relier ce que le système voit à chaque mouvement. Cette trace facilite l’analyse d’un comportement inattendu. Une erreur peut commencer par une mauvaise lecture de la scène. Elle peut aussi provenir d’un état incorrect, d’une action inadaptée ou d’une contrainte physique. L’observabilité relie ces étapes sans les confondre. Capgemini et Intel associent ainsi perception, logiciel, modèles spécialisés et robotique dans un même dispositif. Leur collaboration est présentée sur les pages [Capgemini](https://www.capgemini.com/) et [Capgemini-Intel](https://www.capgemini.com/about-us/technology-partners/intel/). Pour aller plus loin, consultez notre guide sur [déployer un chatbot IA pour le service client](/signal-ia/guides/chatbot-ia-service-client-pme-2026).