Le rappel de 2 millions de véhicules par Tesla suscite des inquiétudes quant à la technologie de conduite autonome

Tesla, le géant des véhicules électriques, a procédé à un rappel massif de 2 millions de véhicules aux États-Unis, principalement en raison de problèmes liés à sa fonction Autopilot. Cette décision fait suite aux révélations d'un ancien employé de Tesla concernant la sécurité de cette fonction. Bien que la technologie de conduite autonome ait fait des progrès considérables, lesdentet rappels récents soulignent qu'il reste encore un long chemin à parcourir avant que les voitures entièrement autonomes ne deviennent monnaie courante sur les routes.

Les lacunes du pilotage automatique : un sujet de préoccupation

Le système Autopilot de Tesla est conçu pour assister le conducteur dans des tâches comme la direction et l'accélération, mais il nécessite toujours son intervention. De nombreux incidents signalés révèlent des lacunes dans la capacité de cette technologie à interpréter correctement son environnement. On peut citer des cas où une Tesla a confondu l'image d'un panneau stop sur un panneau publicitaire avec un véritable panneau stop, ou encore une lune jaune avec un feu de circulation jaune.

De plus, les inquiétudes s'étendent au-delà des véhicules grand public de Tesla à ses « robotaxis » opérant à San Francisco, soulevant encore plus de questions sur la maturité de la technologie des véhicules autonomes (VA) pour des scénarios du monde réel.

Le rôle de l'IA dans les véhicules autonomes : le chaînon manquant

L'intelligence artificielle (IA) est la pierre angulaire des véhicules autonomes, or les algorithmes actuels ne possèdent pas la profondeur de compréhension et de raisonnement propres à l'humain, pourtant essentielle pour naviguer dans des situations complexes du monde réel. Ce deficoncerne notamment le raisonnement contextuel avancé, la capacité d'interpréter des objets masqués et de déduire des éléments invisibles de l'environnement.

De plus, les véhicules autonomes doivent posséder des capacités de raisonnement contrefactuel, leur permettant d'évaluer des scénarios hypothétiques et de prédire les résultats potentiels – un aspect vital de la prise de décision dans des situations de conduite dynamiques.

Imaginez un véhicule autonome (VA) approchant d'un carrefour très fréquenté avec des feux de circulation. Il doit non seulement respecter la signalisation en vigueur, mais aussi anticiper les actions des autres usagers et prendre en compte l'évolution de ces actions selon les circonstances. Un accidentdent en 2017 en Arizona, impliquant un robotaxi Uber ayant grillé un feu orange, souligne l'importance de ce raisonnement prédictif.

De plus, l'interaction sociale, domaine où les humains excellent et où les robots rencontrent des difficultés, est essentielle pour gérer les situations de circulation complexes. Les humains utilisent leurs compétences sociales pour négocier les priorités dans des situations telles que les routes urbaines avec des voitures garées des deux côtés ou les ronds-points où plusieurs véhicules arrivent simultanément.

Besoin urgent d'algorithmes semblables à ceux des humains

Pour une coexistence harmonieuse des véhicules autonomes et des véhicules conduits par des humains, il est urgent de développer des algorithmes révolutionnaires capables de raisonner comme un humain, d'interagir socialement, de s'adapter à de nouvelles situations et d'apprendre de l'expérience. Ces algorithmes permettraient aux systèmes d'IA de comprendre les subtilités du comportement des conducteurs humains, de réagir aux conditions routières imprévues, de prendre des décisions en tenant compte des valeurs humaines et d'interagir socialement avec les autres usagers de la route.

defiles normes de la conduite autonome

Avec l'intégration des véhicules à intelligence artificielle dans la circulation existante, les normes actuelles d'évaluation et de validation des systèmes de conduite autonome pourraient s'avérer insuffisantes. Il est urgent de mettre en place de nouveaux protocoles plus rigoureux afin de garantir que ces véhicules répondent aux normes les plus exigeantes en matière de sécurité, de performance et d'interopérabilité.

Ces protocoles devraient jeter les bases d'un environnement routier plus sûr et plus harmonieux, où véhicules autonomes et véhicules conduits par des humains coexisteront. Ils doivent privilégier les méthodes d'essai et de validation, tout en favorisant la collaboration entre les constructeurs automobiles, les décideurs politiques, les informaticiens, les spécialistes des sciences du comportement humain et social, les ingénieurs et les instances gouvernementales.

Cas d'utilisation spécifiques pour les véhicules autonomes

Bien que le chemin vers des voitures entièrement autonomes soit peut-être plus long que prévu, elles ont néanmoins leur place dans certains cas d'utilisation spécifiques. Il s'agit notamment des navettes autonomes et de la conduite sur autoroute, où des environnements contrôlés peuvent être mis en place pour atténuer les risques.

Par exemple, les bus autonomes pourraient circuler sur des itinérairesdefiavec des voies réservées, et les camions autonomes pourraient avoir leurs propres voies sur les autoroutes. Il est cependant essentiel que ces usages profitent à l'ensemble de la communauté et ne s'adressent pas exclusivement à des groupes spécifiques, souvent aisés, de la société.

Une approche collaborative de la conduite autonome

Pour relever les défis actuels liés à la conduite autonome, un groupe d'experts aux profils variés doit se réunir pour dialoguer. Ce groupe devrait inclure des constructeurs automobiles, des décideurs politiques, des informaticiens, des spécialistes des sciences du comportement humain et social, des ingénieurs et des représentants des instances gouvernementales, entre autres.

Cette initiative collaborative devrait viser à créer un cadre solide qui tienne compte de la complexité et de la variabilité des situations de conduite réelles. Des protocoles et des normes de sécurité à l'échelle de l'industrie devraient être élaborés avec la contribution de toutes les parties prenantes, afin de garantir leur adaptabilité à l'évolution technologique.

Il convient d'établir des canaux ouverts de partage des données et des enseignements tirés des essais et simulations en conditions réelles, afin de favoriser la confiance du public grâce à la transparence et de démontrer la fiabilité et la sécurité des systèmes d'IA dans les véhicules autonomes.

Si le récent rappel de Tesla met en lumière les défis auxquels est confrontée la technologie de conduite autonome, il ne sonne pas le glas des voitures autonomes. Au contraire, il souligne la nécessité de poursuivre le développement, de mener des tests rigoureux et de collaborer entre experts afin de bâtir un avenir plus sûr et plus efficace où véhicules autonomes et véhicules conduits par des humains coexisteront harmonieusement sur nos routes.