Ingénieur en robotique et IA, je travaille sur la Physical AI : des machines qui perçoivent le monde physique et y agissent. Cofondateur et directeur technique de RoboRecs.
Un benchmark pardonne. Le matériel, non. La Physical AI relève du second cas, et cette seule contrainte façonne ma manière de construire.
→ La robustesse prime sur les scores de benchmark. Deux pour cent sur un jeu de test ne valent pas une machine imprévisible. L’imagerie médicale me l’a appris à la dure.
→ Le gros de l’écart tient à la mesure. Savoir ce que le capteur rapporte vraiment, et ce que le modèle suppose en silence qu’il rapporte. Ingrat, et on ne peut pas y couper.
→ L’incarnation change le problème. Un agent capable d’agir doit raisonner sur des conséquences qu’il ne peut pas défaire. Dès qu’un corps entre dans la boucle, perception et commande cessent d’être des modules distincts que l’on confie à des équipes distinctes.
→ Le dernier kilomètre, c’est le travail. On passe le plus clair d’un projet à aller d’un article qui marche à quelque chose qui tient un mardi ordinaire dans un vrai bâtiment.
→ Concevoir pour la pièce où l’on sera vraiment. Encombrée, mal éclairée, partiellement observée, et différente d’hier. Développer pour le cas propre et durcir ensuite, c’est comme ça qu’on finit avec une démo.
Conçu pour s’adapter, pensé pour résoudre.
Me contacterTrois produits en production, pour trois problèmes différents. RoboRecs et Buildly remplacent chacun ce qu’un expert fait lentement à la main par quelque chose de fiable et de rapide. Robotoplus prend le problème dans l’autre sens : il fait passer le robot physique du laboratoire à l’atelier, puis le maintient en état de marche après la vente.
Données de démonstration humaine égocentriques et multimodales pour la Physical AI
Les modèles de fondation des robots humanoïdes exigent des millions d’heures de données de manipulation. Il en existe environ 5 000 heures en accès ouvert. RoboRecs comble cet écart par une capture montée sur la tête et sur les poignets, qui enregistre les tâches du point de vue de l’opérateur (celui-là même qu’aura le robot), en RGB, profondeur, IMU, audio, pose et force. Des données sous juridiction européenne, collectées dans le respect du RGPD et de l’AI Act.
Des métrés quantitatifs pour le secteur bulgare du bâtiment, en dix minutes
En Bulgarie, l’estimation des coûts de construction repose encore sur des tableurs et sur l’à-peu-près. Buildly génère en ligne un métré quantitatif complet à partir d’une bibliothèque de plus de 4 000 postes de travaux chiffrés aux prix réels du marché, puis le prolonge jusqu’aux offres et aux factures. Un secteur différent de la robotique, et le même problème d’ingénierie : remplacer le processus manuel et lent d’un expert par quelque chose de fiable et de rapide.
Robots humanoïdes et quadrupèdes, vendus, intégrés et maintenus en état de marche dans les Balkans
Acheter un robot humanoïde et obtenir un déploiement qui fonctionne sont deux problèmes différents. Robotoplus sélectionne, intègre et maintient des plateformes humanoïdes et quadrupèdes AGIBOT pour l’industrie, la logistique et l’hôtellerie en Bulgarie, en Roumanie, en Grèce et à Chypre, avec une ingénierie ROS 2 pour la perception, la navigation et la préhension, et un contrat unique qui couvre le matériel, le logiciel et le support après la vente.
Je suis ingénieur en robotique et IA, titulaire d’un MSc de l’EPFL, spécialisé en Physical AI. Je conçois des systèmes intelligents qui perçoivent, raisonnent et interagissent avec le monde physique. Mon expérience couvre la robotique, la vision par ordinateur, l’apprentissage automatique et le déploiement de systèmes en conditions réelles, de l’imagerie médicale aux systèmes autonomes.
Avant cela, j’ai passé un an chez SamanTree Medical, sur la qualité d’image des scanners histologiques. Concevoir une IA sur laquelle un clinicien va agir est une discipline à part : le modèle doit avoir raison, et avoir raison de la même manière à chaque fois, sur une machine qui attend au bloc depuis lundi.
Je suis actuellement cofondateur et directeur technique de RoboRecs, où nous produisons les données de démonstration humaine égocentriques qui font défaut aux modèles de fondation pour robots humanoïdes. Ce qui m’intéresse, c’est l’écart entre un résultat de recherche et un système qui tient encore le jour du déploiement, dans une pièce que personne n’a rangée avant.
Au quotidien, cela veut dire perception robotique, vision par ordinateur et apprentissage profond, surtout en Python et en C++, et beaucoup de temps passé sur la couche de mesure qui soutient les trois.
Né et élevé à Sofia, en Bulgarie, avec une expérience académique et pratique en Suisse, au Mexique, à Washington D.C., à La Haye et en Chine. J’ai enseigné les mathématiques, l’analyse numérique et la robotique à l’EPFL, et j’ai animé des clubs de robotique pour enfants durant quatre années consécutives.
J’ai fondé l’Association des étudiants bulgares à Lausanne (ABSL), la première organisation de ce type pour les Bulgares dans un environnement académique suisse, et j’en ai été le président pendant cinq mandats consécutifs, construisant une communauté de plus de 100 membres venus de l’EPFL, de l’UNIL et de HEC Lausanne.
Le travail que je veux faire, c’est justement celui qui sépare un résultat d’un système : obtenir qu’une chose se comporte au dixième essai comme au premier.
Formé dans des institutions au recrutement international et aux exigences strictes, où le travail rendu devait réellement fonctionner.
Des olympiades internationales de robotique, un concours de rovers martiens, et deux ou trois choses plus éloignées du sujet.
Une compétence d’ingénieur appliquée à des systèmes qui doivent fonctionner sur du matériel réel.
Imagerie médicale, systèmes autonomes, et le passage d’un résultat de recherche à quelque chose qui fonctionne de manière fiable.
Des solutions d’ingénierie à des problèmes réels, de l’imagerie médicale jusqu’à la robotique autonome.
On apprend autant sur un ingénieur en regardant ce qu’il fait quand personne ne le note.
Toujours ouvert aux échanges avec les ingénieurs, fondateurs et chercheurs qui construisent la prochaine génération de Physical AI et de robotique intelligente.