Comprendre les mécanismes de l’IA
Les véhicules autonomes progressent grâce à des logiciels d’intelligence artificielle (IA) qui leur confèrent des capacités de conduite sans intervention humaine. Toutefois, si les développeurs maîtrisent la manière de faire fonctionner ces systèmes — notamment en utilisant des réseaux neuronaux et en les alimentant avec des algorithmes d’apprentissage profond — la façon dont ces systèmes traitent réellement les informations demeure en grande partie un mystère. Un rapport de la MIT Technology Review souligne cette opacité.
Un développeur de logiciels aspire à changer cela en offrant un aperçu du fonctionnement interne de son IA de conduite autonome. Nvidia, fabricant de puces qui a développé ses propres systèmes d’IA pour la conduite, a découvert une méthode pour examiner comment l’IA parvient à conduire un véhicule.
Découvrir les mécanismes de décision de l’IA
« Pour mieux comprendre comment le système apprenant détermine ses actions, et ainsi favoriser des améliorations futures tout en instaurant la confiance dans sa capacité à saisir les éléments essentiels pour une conduite sécurisée, nous avons conçu une méthode simple pour mettre en lumière les parties d’une image les plus déterminantes pour calculer les angles de direction », expliquent les chercheurs de Nvidia dans un article.
Dave-2 : Une réseau de neurones au volant
Une conduite semblable à celle des humains, mais améliorée
Le réseau de neurones de Nvidia a « appris » en observant les comportements des conducteurs humains. « Le réseau a enregistré ce que voyait le conducteur grâce à une caméra installée sur le véhicule, puis a associé ces images avec les décisions de direction du conducteur », a écrit Danny Shapiro de Nvidia dans un article. Les recherches indiquent que le système IA se concentre principalement sur les bords de la route, les marquages de voies et les véhicules stationnés, tout comme un conducteur humain. De plus, il tend à ignorer les images jugées sans rapport avec la conduite, ce qui pourrait éviter des distractions.
« Ce qui est révolutionnaire, c’est que nous n’avons jamais directement dit au réseau d’accorder de l’importance à ces éléments », a déclaré Urs Muller, architecte en chef de Nvidia pour les voitures autonomes. « Je ne peux pas expliquer chaque élément que je souhaite que la voiture effectue, mais je peux lui montrer, et maintenant elle peut me démontrer ce qu’elle a appris. »
Bien que cette recherche n’éclaire pas complètement le fonctionnement de la « pensée » de l’IA, elle offre des perspectives intéressantes. Au minimum, elle pourrait nous aider à concevoir des systèmes d’IA capables de « penser » de manière plus semblable aux humains — voire encore mieux. Le système d’IA de Nvidia a même appris à reconnaître des éléments difficiles à anticiper et à programmer pour les ingénieurs humains, tels que des buissons le long de la route et des types de véhicules atypiques.
FAQ
Quels sont les avantages des véhicules autonomes ?
Les véhicules autonomes réduisent le risque d’accidents et améliorent l’efficacité du transport en optimisant les itinéraires et en limitant la congestion.
Comment l’intelligence artificielle apprend-elle à conduire ?
L’intelligence artificielle apprend en observant de nombreux exemples de conduite, en analysant les décisions prises par des conducteurs humains et en ajustant ses réponses en conséquence.
Quelles sont les principales technologies utilisées dans les voitures autonomes ?
Les voitures autonomes utilisent des technologies telles que les capteurs LiDAR, les caméras, et des algorithmes de traitement d’images ainsi que des réseaux neuronaux pour prendre des décisions en temps réel.
L’intelligence artificielle comprend-elle vraiment la route ?
Bien que l’IA puisse analyser les données visuelles et réagir à des situations, sa compréhension est différente de celle des humains, car elle ne possède pas d’intuition ou de bon sens, mais elle peut s’adapter à des situations complexes.
Quels défis doivent encore être surmontés pour une adoption généralisée des véhicules autonomes ?
Les défis incluent l’amélioration de la sécurité, la réglementation, l’infrastructure routière et l’acceptation sociale des véhicules autonomes.
