Voiture autonome : sera-t-il un jour permis de s’endormir au volant ?

La voiture autonome est une des applications de l’intelligence artificielle qui suscite le plus d’engouement et d’enthousiasme. Nourries par les progrès fulgurants du deep learning - fondé sur l’explosion du nombre de données et des capacités de calcul - les prévisions optimistes se succèdent, confortées par les investissements colossaux réalisés dans ce domaine : des investissements combinés de 5Mds de dollars ont été annoncés en 2018 dans Cruise Automation, la filiale de GM consacrée à ce sujet - dont 2,75 de la part de Honda et 2,25 de la part de Softbank - et Ford a annoncé un investissement cet été de  4 Mds de dollars pour combler son retard sur le véhicule autonome. Les accidents récents - tragiques pour certains - n’ont que temporairement atténué les enthousiasmes.  Les investissements continuent d’affluer, les expérimentations vont bon train, y compris pour Uber qui a repris ces essais sur route. Alors, que peut-on espérer et quelles sont les principales difficultés qui restent à lever ?



Toutes les voitures sont déjà (partiellement) automatisées

Soulignons tout d’abord qu’il existe différents niveaux d’autonomie, classés de 1 à 5. Le niveau 1 concerne la plupart des véhicules neufs aujourd’hui : il suffit qu’une voiture soit équipée d’un régulateur de vitesse adaptatif (assistance longitudinale). Le niveau 2 accroît l’aide à la conduite en combinant un système d’aide au maintien dans la voie (assistance latérale) à l’assistance longitudinale. À partir du niveau 3, on parle d’autonomie au sens où on l’entend habituellement lorsqu’on parle de voiture autonome : la conduite est déléguée au véhicule, mais uniquement dans des zones ou des situations de conduite données (par exemple dans des embouteillages à basse vitesse par exemple) – le conducteur reste responsable et doit pouvoir reprendre le contrôle à tout instant. Dans un véhicule autonome de niveau 4, le conducteur n’est plus responsable pendant la conduite déléguée et l’autonomie est complète, dans certaines conditions d’opération seulement (ce que l’industrie appelle les ODD operational design domains) – sur un tronçon d’autoroute donné, à une vitesse nominale ou dans des conditions atmosphériques précises par exemple. Les éléments physiques de contrôle (volant, pédales, levier de vitesse) ne disparaissent complètement qu’au niveau 5, celui où l’autonomie est complète en toute situation.

Que sera-t-il possible de faire en conduisant pour les différents niveaux d’autonomie ?

Le jeu des prévisions est évidemment très complexe à mener et l’histoire de l’intelligence artificielle, rythmée par des promesses parfois ambitieuses, doit nous inviter à nous en méfier. Google annonçait ainsi pour 2017 (!) la commercialisation de voitures autonomes pour “les gens ordinaires”. Mais, au-delà des phénomènes liés au cycle du hype, de vraies avancées ont été réalisées : Waymo, la filiale de Google dédiée à la voiture autonome a ainsi parcouru plus de 10 millions de miles avec des voitures test en condition réelle de conduite, accumulant autant de données nouvelles et de cas particuliers pour nourrir ses algorithmes. L’entreprise a d’ailleurs déployé son service commercial de taxis autonomes, Waymo One, dans la banlieue de Phoenix en Arizona. Les prévisions varient selon les constructeurs mais un consensus semble aujourd’hui se dégager : le niveau 4 devrait être atteint entre 2022 et 2025, tandis que le niveau 5 ne le sera pas avant 2030. Mais les trajectoires pourraient être différentes selon les types d’acteurs : alors que les constructeurs automobiles traditionnels entendent franchir les niveaux les uns après les autres, des nouveaux acteurs ont pour ambition de proposer des services de navettes autonomes directement au niveau 5, dans des contextes spécifiques et à basse vitesse.

Quels sont les obstacles technologiques sur la route des véhicules autonomes ?

Outre les problèmes qui peuvent freiner le développement de l’IA en général (par exemple la probable fin de la loi de Moore et donc la limitation de la puissance de calcul), le développement de la voiture autonome affronte des problèmes techniques spécifiques. La quantité de données disponible tout d’abord : pour entraîner les logiciels d’IA, un nombre de données énorme est nécessaire, afin de recenser l’ensemble des situations de conduite possibles… Ces données doivent être amassées, dans les différents pays du monde – les contextes de circulation entre Paris et le Nevada étant assez différents -, traitées et analysées.

Le deuxième enjeu majeur est celui de la gestion des exceptions et ambiguïtés lors de la prise de décision. C’est l’un des problèmes qu’affrontent les constructeurs de voitures autonomes : la cohabitation entre les conducteurs humains et autonomes demandent des compétences de négociation qui sont très difficiles à coder. L’insertion sur une bretelle d’autoroute relève davantage d’un jeu de négociation, de priorité et de tact, que d’un jeu de calcul ! Une partie de la solution sera sans nul doute à trouver dans la communication en temps réel et en continu entre les voitures elles-mêmes mais aussi entre le véhicule et l’environnement : ce que l’on désigne par l’acronyme V2X (vehicle to everything). C’est l’enjeu essentiel du développement d’infrastructures augmentées : il s’agit de permettre que les infrastructures collectent des données via des capteurs débarqués en bord de route et les envoient aux véhicules, afin de compléter et d’étendre leur perception de leur environnement et d’améliorer la robustesse de leur positionnement. La définition du standard de communication fait à cet égard l’objet de discussions pour savoir s’il vaut mieux utiliser le wifi, de moindre portée mais utilisable plus rapidement ou les communications cellulaires (la 5G à venir), qui nécessite des projets de développement plus importants ?

La question de la cybersécurité et de l’acceptabilité sociale sont les derniers points épineux : comment éviter les conséquences catastrophiques du hacking de voitures autonomes ? L’acceptabilité sociale passera par un risque perçu faible permis par des hauts niveaux de sureté de fonctionnement, à l’instar de ce qui existe dans d’autres moyens de transport autonome (métro, avion en mode autopilote). Quelle sera la chaîne de responsabilité en cas d’accident ? La question de l’explicabilité est également cruciale : comment assurer la certification de ce qui n’est pas toujours entièrement explicable ? C’est le sens des prochains standards en cours de discussions, qui prennent pour objet de certification l’intention des systèmes (ce que l’on désigne par l’acronyme SOTIF – Safety for the Intended Functionality).

Finalement, l’encadrement juridique suivra-t-il suffisamment rapidement les avancées technologiques ? L’article 43 de la loi PACTE est une étape importante en ce qu’il ouvre un cadre d’expérimentation pour les voitures autonomes sur les routes françaises. La loi d’orientation des mobilités devrait permettre de préciser le cadre réglementaire.