Voitures autonomes : C’est pas pour demain !
Les experts ne savent pas quand, si toutefois cela arrive un jour, nous aurons des véhicules véritablement autonomes, capables de se déplacer partout sans aide. Avant cela, l’IA devra déjà commencer par devenir… beaucoup plus intelligente !
En 2015, Elon Musk avait annoncé que les véhicules autonomes pouvant rouler « n’importe où » seraient disponibles d’ici deux ou trois ans.
En 2016, le directeur général de Lyft, John Zimmer, avait prédit qu’elles allaient « pratiquement mettre fin » à la possession de voiture particulière d’ici à 2025.
En 2018, le CEO de Waymo, John Krafcik, avait prévenu que la mise au point des robocars autonomes prendrait finalement plus de temps que prévu.
En 2021, certains experts ne savent pas quand, si cela se produit un jour, les particuliers pourront acheter des voitures sans volant se conduisant toutes seules.
Contrairement aux investisseurs et aux dirigeants d’entreprise, les universitaires qui étudient l’intelligence artificielle, l’ingénierie des systèmes et les technologies autonomes soulignent depuis longtemps que la conception d’une automobile entièrement autonome prendrait de nombreuses années, voire des décennies. Aujourd’hui, certains vont même plus loin et affirment que, malgré des investissements qui dépassent déjà les 80 milliards de dollars, nous ne disposerons peut-être jamais des voitures autonomes promises. Du moins, pas sans avancées majeures dans le domaine de l’intelligence artificielle, que personne ne prévoit de sitôt, ni sans un réaménagement intégral de nos villes.
Même les plus fervents promoteurs de cette technologie — en 2019, M. Musk était revenu sur ses prévisions précédentes et déclarait que les robots-taxis autonomes Tesla feraient leur apparition en 2020 — commencent à admettre publiquement que les experts qui se montrent sceptiques ont peut-être raison.
Dans les véhicules que vous pouvez aujourd’hui acheter, la conduite autonome n’a pas réussi à se matérialiser autrement que par un régulateur de vitesse amélioré, comme le Super Cruise de GM ou l’Autopilot de Tesla, au nom très optimiste
« Une grande partie de l’IA appliquée au monde réel doit être pensée pour permettre une conduite autonome totale, généralisée et sans assistance puisse fonctionner », a récemment tweeté M. Musk lui-même. Autrement dit, pour qu’une voiture puisse conduire comme un être humain, les chercheurs doivent créer une IA à sa hauteur. Les chercheurs et les universitaires spécialisés dans ce domaine vous diront que nous n’avons pas la moindre idée de la manière d’y parvenir. M. Musk, en revanche, semble être convaincu que c’est exactement ce que Tesla va réussir. Il ne cesse de vanter les mérites de la prochaine génération de la technologie « Full Self Driving » de l’entreprise, actuellement en phase de test bêta — qui n’est en réalité qu’un système d’aide à la conduite au nom trompeur.
Un article récemment publié, intitulé Why AI is Harder Than We Think, résume fort bien la situation. Melanie Mitchell, informaticienne et enseignante en systèmes complexes à l’Institut Santa Fe, y note qu’à mesure que s’éloigne l’horizon de la commercialisation des véhicules autonomes, les acteurs du secteur redéfinissent le terme. Comme ces véhicules nécessitent des zones test géographiquement limitées et des conditions météorologiques idéales — sans évoquer les conducteurs à bord pour assurer la sécurité ou, au moins, des contrôleurs à distance — les constructeurs et les partisans de ces véhicules ont intégré toutes ces restrictions dans leur définition de l’autonomie.
Même avec tous ces astérisques, écrit la docteure Mitchell, « aucune de leurs prédictions ne s’est réalisée ».
Dans les véhicules que vous pouvez aujourd’hui acheter, la conduite autonome n’a pas réussi à se matérialiser autrement que par un régulateur de vitesse amélioré, comme le Super Cruise de GM ou l’Autopilot de Tesla, au nom très optimiste. A San Francisco, Cruise, filiale de GM, teste des véhicules autonomes sans conducteur au volant, mais avec un humain qui surveille les performances du véhicule depuis le siège arrière. Par ailleurs, il n’existe pour l’heure qu’un seul service commercial de robot-taxi fonctionnant aux Etats-Unis sans conducteur humain. L’opération, conduite par Waymo, une filiale d’Alphabet, se limite à des zones à faible densité de la métropole de Phoenix.
Même dans ces conditions, les véhicules de Waymo se sont retrouvés impliqués dans des accidents mineurs au cours desquels ils ont été percutés par-derrière. Leur comportement déroutant (pour les humains) a été cité comme une cause possible de ces accidents. Récemment, l’un d’eux a été perturbé par des cônes de signalisation sur un chantier.
« Je ne suis pas convaincu que nous soyons davantage percutés ou accrochés par l’arrière qu’un véhicule conduit par un humain », assure Nathaniel Fairfield, ingénieur logiciel et responsable de l’équipe « comportement » chez Waymo. Les véhicules autonomes de l’entreprise ont été programmés pour être prudents — « à l’inverse du jeune conducteur classique », insiste-t-il.
Chris Urmson dirige la start-up de véhicules autonomes Aurora, qui a récemment acquis la division de conduite autonome d’Uber — qui a également investi 400 millions de dollars dans Aurora. « Nous verrons des véhicules à conduite autonome sur la route faire des choses utiles dans les deux prochaines années, mais il faudra du temps pour qu’ils se généralisent », admet-il.
Des décennies d’avancées dans la partie de l’intelligence artificielle appelée apprentissage automatique n’ont débouché que sur les formes très rudimentaires d’« intelligence »
La caractéristique essentielle du déploiement initial que réalisera Aurora sera de ne faire rouler ces véhicules que sur des autoroutes dont l’entreprise aura développé des carte 3D haute résolution, précise M. Urmson. L’objectif final de l’entreprise est de faire en sorte que les camions et les voitures utilisant ses systèmes se déplacent au-delà des autoroutes sur lesquelles ils seront d’abord lancés. M. Urmson refuse toutefois de dire quand cela pourrait avoir lieu.
Le lent déploiement de véhicules « autonomes » aux capacités limitées et constamment surveillés par l’homme était prévisible, et même annoncé il y a des années. Mais certains PDG et ingénieurs ont soutenu que de nouvelles fonctionnalités de conduite autonome naîtraient si ces systèmes étaient simplement en mesure de consigner assez de kilomètres sur les routes. Aujourd’hui, certains considèrent que toutes les données d’essai au monde ne peuvent pas compenser les lacunes fondamentales de l’IA.
Des décennies d’avancées dans la partie de l’intelligence artificielle appelée apprentissage automatique n’ont débouché que sur les formes très rudimentaires d’« intelligence », rappelle Mary Cummings, professeure d’informatique et directrice du Humans and Autonomy Lab à l’université Duke, qui conseille le département de la Défense en matière d’IA.
Pour évaluer les systèmes d’apprentissage automatique actuels, elle a mis au point une échelle classant l’IA selon quatre niveaux de sophistication. Selon cette approche ascendante, le premier niveau repose sur l’application d’une base de données descriptive. Les IA d’aujourd’hui sont assez développées pour apprendre, par exemple, à rester dans des files sur une autoroute. L’étape suivante est l’apprentissage et le raisonnement intégrant des règles (par exemple, ce qu’il faut faire à un panneau stop). Ensuite, il y a le raisonnement basé sur la connaissance (un panneau stop est-il toujours reconnu comme tel si une branche d’arbre le couvre de moitié ?). Au sommet, on trouve le raisonnement expert : la compétence spécifique aux humains qui consiste à pouvoir être plongé dans un environnement totalement nouveau et à utiliser nos connaissances, notre expérience et nos compétences pour nous en sortir sans dommage.
Les problèmes des voitures sans conducteur se manifestent réellement à partir du troisième niveau. Selon Mme Cummings, les algorithmes actuels de deep learning, le nec plus ultra de l’apprentissage automatique, ne sont pas en mesure de fournir une représentation du monde basée sur la connaissance. Et les tentatives des ingénieurs humains pour combler cette lacune — comme la création de cartes ultra-détaillées pour compenser les failles des données des capteurs — ne sont pas mises à jour assez fréquemment pour guider un véhicule dans toutes les situations possibles, par exemple lorsqu’il se retrouve confronté à des travaux non cartographiés.
De plus en plus d’experts estiment que le chemin vers l’autonomie complète ne sera, en fin de compte, pas principalement basé sur l’IA
Les systèmes d’apprentissage automatique, qui sont excellents pour comparer des modèles, ne sont pas doués pour l’extrapolation, c’est-à-dire pour se servir de ce qu’ils ont appris dans un domaine afin de l’appliquer à un autre. Par exemple, ils peuvent identifier un bonhomme de neige sur le bord de la route comme étant un piéton potentiel, mais ne peuvent pas dire qu’il s’agit en fait d’un objet inanimé qui a très peu de chances de traverser la voie.
« Quand vous êtes un enfant en bas âge, on vous apprend qu’on peut se brûler avec une cuisinière », rappelle la docteure Cummings. Mais l’IA n’est pas très douée pour transposer ce qu’il sait d’une casserole à une autre, ajoute-t-elle. « Vous devez lui enseigner cela pour chaque ustensile qui existe. »
Des chercheurs du MIT tentent de combler cette lacune en revenant à l’essentiel. Ils ont lancé une vaste étude pour comprendre comment les bébés apprennent, en termes techniques, afin de retranscrire cela dans les futurs systèmes d’IA.
« Des milliards de dollars ont été dépensés dans le secteur de la conduite autonome, mais les résultats ne vont pas être à la hauteur de leurs attentes », prévient la docteure Cummings. Cela ne signifie pas que nous n’aurons pas un jour une sorte de voiture « autonome », dit-elle. Mais « ce ne sera pas ce que tout le monde a promis ».
En revanche, ajoute-t-elle, de petites navettes circulant à faible vitesse dans des zones bien cartographiées et équipées de capteurs, par exemple à télédétection par laser, pourraient permettre aux ingénieurs de limiter le degré de sécurité à un niveau acceptable pour les régulateurs et le public. (Imaginez, par exemple, des navettes à destination et en provenance d’un aéroport, circulant sur des voies spécialement aménagées).
M. Fairfield, de Waymo, affirme que son équipe ne voit pas d’obstacles technologiques fondamentaux à la généralisation des services de robots-taxis autonomes comme ceux de son entreprise. « Si vous êtes trop conservateur et que vous ignorez la réalité, vous dites que cela va prendre trente ans — mais ce n’est tout simplement pas vrai », assure-t-il.
De plus en plus d’experts estiment que le chemin vers l’autonomie complète ne sera, en fin de compte, pas principalement basé sur l’IA. Les ingénieurs ont résolu nombre d’autres problèmes complexes — comme l’atterrissage de vaisseaux spatiaux sur Mars — en les divisant en petits morceaux, afin que de brillants esprits soient en mesure de concevoir des systèmes capables de gérer chaque étape. Raj Rajkumar, professeur d’ingénierie à l’université Carnegie Mellon, qui travaille depuis longtemps sur les voitures autonomes, est optimiste concernant cette approche. « Cela ne se fera pas du jour au lendemain, mais j’entrevois la lumière au bout du tunnel », dit-il.
C’est la principale stratégie adoptée par Waymo pour faire circuler ses navettes autonomes. « Nous ne pensons pas qu’il faille une IA complète pour résoudre le problème de la conduite », estime d’ailleurs M. Fairfield.
De son côté, M. Urmson, d’Aurora, explique que son entreprise combine l’IA avec d’autres technologies pour créer des systèmes capables d’appliquer des règles générales à des situations nouvelles, comme le ferait un humain.
Pour arriver à des véhicules autonomes conçus via des méthodes « traditionnelles », avec une « ingénierie des systèmes » éprouvée, il faudrait encore dépenser des sommes énormes pour équiper nos routes de transpondeurs et de capteurs afin de guider et corriger les voitures robots, explique Mme Mitchell. Et leur déploiement resterait limité à certaines zones et dans certaines conditions météorologiques, avec des téléopérateurs humains sur le qui-vive au cas où les choses tournent mal, ajoute-t-elle.
Cette version animatronique à la Disney de notre avenir en matière de conduite autonome serait à mille lieues de la création d’une intelligence artificielle susceptible d’être installée dans n’importe quel véhicule et de remplacer immédiatement un conducteur humain. Cela pourrait aboutir à des voitures plus sûres conduites par des humains, et des véhicules entièrement autonomes dans une poignée de zones soigneusement contrôlées. Mais ce ne serait pas la fin de la possession de voiture individuelle, qui n’est, elle, pas pour si tôt.
(Traduit à partir de la version originale par Grégoire Arnould)
Traduit à partir de la version originale en anglais