Pour être autonomes, nos voitures devront être un minimum « intelligentes »

Benoît Solivellas relève dans l’article ci-dessous une tendance émergente de l’automobile qui va de paire avec l’automatisation des véhicules : le Machine Learning appliqué à l’automobile, dans sa version la plus évoluée actuellement, le Deep Learning.
Cette technique permet un apprentissage progressif de connaissances et de comportements par des algorithmes. Ceux-ci, inspirés par le fonctionnement du cerveau humain, analysent une situation par exemple, et apprennent de celle-ci sur la base des infos que nous lui donnons pour l’appliquer plus tard à des situations similaires ou proches. Ainsi la détection d’un obstacle « piéton », si catégorisé comme tel par un humain ou un autre mécanisme, permettra à la machine d’apprendre qu’un objet aux caractéristiques similaires (forme, cinématique, variations) devrait être considéré comme un piéton, et qu’un tel objet a des propriétés particulières, vis à vis desquelles il faut adopter un comportement et des règles de conduite appropriés. Cela ne fonctionne bien qu’avec de nombreux exemples desquels apprendre.

Daimler et Toyota travaillent le sujet donc. Mais il ne faut pas oublier non plus Tesla qui en fait un usage industriel pour améliorer son Auto Pilot.
Le véhicule autonome ne se fera pas sans la « Machine Learning » !
http://techno-car.fr/lintelligence-artificielle-a-deja-conquis-lautomobile/

Et pour approfondir : une « vulgarisation » du Deep Learning par Yann LeCun, référence mondiale du sujet :
http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/facebook-ai-director-yann-lecun-on-deep-learning

Le deep learning pour tous… grâce à #Google !

Google a plein de défauts mais une chose qu’on ne peut pas leur reprocher : les communs ils savent ce que c’est, ils savent à quoi ça sert, et quand ils Sky mettent ils ne font pas semblant ! Avis aux amateurs et à quelques industriels encore frileux à l’idée que l’on puisse « libérer » de la propriété intellectuelle sur un sujet stratégique !
https://www.aruco.com/2015/11/google-tensorflow-opensource/

Les applications au transport sont potentiellement très vastes et Google mériterait à ce titre d’intégrer la Fabrique des Mobilités !

Reconnaissons qu’il y a tout de même un truc : ce qui fait la valeur d’un système de Deep Learning ce ne sont pas seulement les algorithmes et le code, mais surtout les données permettant l’apprentissage. Et sur l’Open Data Google a encore un peu de chemin à parcourir 🙂