Volvo entraîne ses logiciels d'aide à la conduite dans des mondes virtuels créés par IA. Une manière de les confronter sans risque à des situations extrêmes et d'accélérer leur apprentissage.

L'un des avantages d'une voiture moderne, c'est qu'elle embarque tout un tas de programmes chargés, entre autres, d'assurer la sécurité de ses occupants et des personnes alentours. C'est notamment ce qui permet l'essor de la conduite autonome. Mais même si ce genre de fonctionnalité est de plus en plus performant, il reste encore des problèmes à régler. Pour cela, il n'y a pas 36 solutions : il faut entraîner les logiciels en les confrontant aux situations qu'ils seront amenés à gérer.

Lire aussi – 300 km d’autonomie en 10 minutes, la nouvelle Volvo électrique passe à la vitesse supérieure

Pas question de foncer sur les piétons afin de vérifier si les capteurs du véhicule les détectent à temps bien sûr. Quoi que la méthode utilisée par le constructeur automobile Volvo est assez proche de cet extrême. La grande différence, c'est qu'elle est garantie sans risque. Et pour cause : tout se déroule dans des mondes virtuels créés à l'aide de l'intelligence artificielle.

Volvo entraîne les logiciels de sécurité de ses voitures dans des mondes générés par l'IA

La marque se sert des données récoltées par ses véhicules : intervention du freinage d'urgence, de l'assistance à la direction ou même des actions déclenchées manuellement par les conducteurs. Du moment que cela peut être enregistré, c'est utilisable dans les simulations. En faisant appel à une technique de calcul nommée projection gaussienne, il est possible de tester plusieurs scénarios et d'en contrôler les variables. Par exemple en jouant sur le nombre de voitures ou de piétons, en modifiant leur comportement…

Selon le proverbe “qui peut le plus peut le moins”, Volvo entraîne ses logiciels sur des cas atypiques. Alwin Bakkenes, responsable mondial Ingénierie logicielle chez Volvo Cars, explique : “[…] nous pouvons sélectionner l’un des rares cas particuliers et le décomposer en milliers de nouvelles variantes du scénario pour entraîner et valider nos modèles. Il est ainsi possible d’accéder à une nouvelle dimension que nous n’avons jamais atteinte auparavant et même d’identifier des cas extrêmes avant qu’ils ne se produisent dans le monde réel“.