La conférence inaugurale de l'IA de Ride vient de se terminer à Hollywood, en Californie. Cette réunion des esprits comprenait des innovateurs et des influenceurs sur des sujets liés aux voitures autonomes, impliquant le matériel, l'intelligence artificielle et l'expérience humaine, le tout dans le contexte de l'avenir mondial de la mobilité. Chez Ride IA, des luminaires de partout dans l'espace de conduite autonome se sont rencontrés pour discuter des orientations actuelles et des opportunités futures pour amener les gens sans que les gens ne contrôlent.
De nombreuses entreprises se concentrent sur la création d'équivalents ou d'améliorations sur des systèmes prêts à la consommation comme la super croisière de Tesla autonome ou de General Motors. Mais une notion récurrente tout au long de la journée était que l'élargissement des capacités autonomes des véhicules privés n'est qu'une petite partie de la poursuite globale.
Le Toyota Research Institute (TRI) pense que le développement de conduite autonome ne devrait pas être seulement pour lui-même – il doit y avoir un but. Les représentants de TRI considèrent les technologies à court terme comme moins de remplacement et plus d'un assistant ou d'un enseignant pour les conducteurs humains. En utilisant le supra auto-dessinant dans lequel nous avons précédemment conduit comme exemple, TRI a émis l'hypothèse de la façon dont de telles capacités pourraient enseigner à un conducteur comment mieux contrôler leur voiture et intervenir dans des scénarios comme un dérapage induit par le danger qui repousse les limites des compétences d'un conducteur. Tri a encouragé les autres dans l'espace à ne pas être contraints par les récits de ce qu'est l'autonomie ou non.
En ce sens, les travaux continuent de créer des fondations sur lesquelles des applications autonomes peuvent être construites. Nuro est un exemple. Il se concentrait précoce sur la création de véhicules de livraison sans conducteur uniquement destinés à transporter des marchandises, pas des passagers humains. Cependant, à mesure que Nuro s'est développé, il s'est rendu compte qu'il correspondait ou dépassait les principaux constructeurs automobiles traditionnels. Maintenant, il vise à concéder à sa pile technologique de véhicules autonomes à d'autres producteurs, que ce soit des producteurs de véhicules de tourisme, des drones de livraison routière ou autre chose.
De même, Wayve adopte une approche en matière de matériel, développant un cerveau de conduite basé sur l'IA qui peut s'appliquer aux véhicules de différents types et avec différents systèmes de détection. Wayve veut répondre aux besoins de ses clients en développant une logique adaptable pour l'autonomie du niveau 2 au niveau 4. Il peut fonctionner avec la détection effectuée par un système de caméra relativement simple ou une combinaison de caméras, de radar et de lidar. Wayve peut former son IA de conduite conformément aux paramètres matériels de ses clients et aux préférences de l'expérience utilisateur.
L'expérience utilisateur est vitale pour toute marque qui cherche à tirer parti de l'autonomie; L'utilisation de la technologie autonome doit apaiser les craintes et offrir des avantages tangibles aux utilisateurs, qu'ils soient des individus ou des institutions. L'expérience utilisateur est une considération clé chez Waymo car elle gagne et conserve de nouveaux cyclistes. Cela apparaît de petites manières, comme permettre à un cycliste de choisir la musique embarquée, ou de rendre correctement des détails dans le trafic environnant ou d'utiliser des capteurs intérieurs pour alerter un cavalier s'il laisse quelque chose derrière.
Mais la conduite des performances est primordiale pour les considérations d'expérience utilisateur de Waymo, et cela reste un défi. L'objectif de Waymo est de livrer des manèges toujours sûrs, prévisibles et sans incident, mais comment une voiture Waymo sait le faire dans quelque part comme San Francisco est très différente de celle de Los Angeles, et ces emplacements sont soumis aux mêmes réglementations de la circulation californiennes. Des facteurs comme le terrain, le rythme de conduite et les conditions routiers sont très différents entre ces villes, et un véhicule Waymo doit savoir comment naviguer chacun avec des compétences égales. Alors que Waymo cherche à se développer sur des marchés mondiaux comme Tokyo, il doit apprendre des styles de conduite entièrement différents dans des endroits remarquablement différents mais offrent cette même expérience utilisateur.
Comment les véhicules autonomes pourraient apprendre de meilleurs comportements de conduite est une autre partie complexe de l'équation. Bien que les véhicules autonomes coupés à capteurs collectent de vastes données routières réelles chaque jour, cela est insuffisant pour générer une logique pour tous les scénarios potentiels qu'un système autonome peut rencontrer. Les dirigeants de Mobileye et Bot Auto ont souligné l'importance des simulations d'IA – en particulier, la précision de ces simulations – pour générer continuellement de manière itérative des connaissances pour les systèmes de conduite autonomes. Plutôt que d'utiliser la distance entraînée dans les simulations comme métrique, la mesure de la précision des simulations est au moins aussi importante. Cette précision peut être basée sur des données routières typiques, ainsi que sur les accidents et les dangers de recréation. Mais peu importe à quel point les simulations d'IA pourraient devenir précises, les données du monde réel doivent faire partie de la poursuite afin que les problèmes matériels ou les scénarios routiers en dehors de la compréhension de l'IA puissent faire partie des considérations.
L'environnement réglementaire des États-Unis présente ses propres obstacles aux déploiements de véhicules autonomes. Une surveillance fragmentée et éloignée par différentes agences locales et fédérales conduit à un chemin déroutant et inefficace pour obtenir la technologie sur la route. La Chine pourrait servir de modèle pour structurer un cadre réglementaire pour les véhicules autonomes. Le gouvernement de ce pays est relativement réceptif aux voitures autonomes, établissant des réglementations et procédures claires que les créateurs peuvent référence à l'autocertifier leurs développements. Avec ces règles établies clairement et de manière transparente, les technologues et les consommateurs ont moins d'ambiguïté quant aux qualifications ou capacités d'un véhicule autonome. En tant que tels, les services de robotaxis en Chine tels que Apollo Go ou Pony de Baidu trouvent une popularité et une intégration croissantes sur les routes urbaines.
De grandes idées et des idées n'étaient pas en train de fournir à la conférence Ride AI. Pourtant, cette diversité de pensée a également indiqué un besoin d'alignement plus étroit entre toutes les parties liées. Avec cela, les développeurs de technologies, les constructeurs automobiles et les régulateurs gouvernementaux peuvent réduire les inefficacités et accroître la compréhension de ce qu'il faut pour réussir dans l'industrie des véhicules autonomes de demain. La première conduite IA a fourni un environnement à ces synergies à s'installer – de sorte que les discussions lors des futures éditions de la conférence peuvent plus rapidement accélérer la mobilité autonome.
