Une équipe de chercheurs en intelligence artificielle d'Uber ont décrit leur dernier système d'IA qui équipe les véhicules autonomes de la marque. Baptisé MultiNet, ce système d'IA est capable de détecter et de prédire les mouvements des piétons, des véhicules ou des cyclistes que les voitures autonomes d'Uber croisent.
MultiNet : le nouveau système d'IA développé par Uber
Propulsées par le système VerCD, les voitures autonomes d'Uber doivent rouler à Washington D.C. avant la fin de l'année 2020. Contrairement aux modèles existants, MultiNet se base sur l'incertitude du comportement et du mouvement des voitures, des piétons ou des cyclistes. Le modèle est capable de déduire une prédiction, à partir d'un comportement et de l'affiner pour générer des trajectoires potentielles.
C'est une tâche très difficile, mais c'est la clé pour permettre un développement massif des véhicules autonomes dans nos villes. Uber le sait et travaille sur ce sujet depuis plusieurs années déjà. Le véhicule autonome doit être capable d'anticiper plusieurs comportements pour limiter le risque d'accident. Par exemple, lorsqu'un véhicule arrive à une intersection, il a le choix soit d'aller tout droit, soit de tourner à droite ou à gauche. Dans ce cas précis et grâce à MultiNet, le véhicule autonome Uber doit déterminer les différentes possibilités et adapter son comportement en conséquence.
S'appuyer sur des scénarios réels
Des chercheurs du MIT ont également développé un système similaire il y a quelques mois. Les chercheurs du Massachusetts Institute of Technology estiment que leur système permet aux véhicules autonomes de classer les conducteurs comme étant "égoïstes" ou "altruistes", pour mieux appréhender leurs comportements sur les routes. De prime abord, une IA aurait tendance à supposer que tous les humains agissent de la même façon et se comportent de façon prévisible et rationnelle. Pourtant nous savons que ce n’est pas le cas.
Les données collectées grâce aux capteurs LIDAR sont essentielles pour permettre à MultiNet de fonctionner correctement. Les chercheurs ont formé ce modèle d'intelligence artificielle à partir d'un ensemble de données contenant 5 500 scénarios différents. Tous collectés depuis des véhicules autonomes roulant aux États-Unis, grâce à ces fameux capteurs LIDAR. Les chercheurs d'Uber affirment que MultiNet a surpassé leurs attentes. Ils ont constaté des améliorations de l'ordre de 9 à 13 %. Ils affirment que :
"MultiNet a prédit avec une grande certitude une trajectoire de virage très précise, tout en tenant compte de la possibilité d'un comportement en ligne droite".
