Yves GRANDVALET Chercheur CNRS

Le véhicule autonome fait partie des thèmes phares sur lesquels travaille le laboratoire heuristique et diagnostic des systèmes complexes (Heudiasyc) de l'UTC.

Pour rouler sans conducteur, une voiture de ce type est équipée de caméras et autres capteurs enregistrant en permanence quantité de données sur la scène routière : signalisation, présence d'autres voitures, de cyclistes, de piétons, etc. Autant d'informations traitées par un système à base d'intelligence artificielle qui, en temps réel, doit analyser la situation et décider des actions à réaliser : stopper la voiture si le feu passe au rouge ou si un piéton traverse la chaussée, ne pas doubler si un véhicule arrive en sens inverse... "Pour cela, il faut au préalable lui avoir appris à reconnaître tous les objets susceptibles de se trouver dans l'environnement de la voiture et les règles de décision à appliquer, explique Yves Grandvalet, directeur adjoint d'Heudiasyc et spécialiste de machine learning. Et, dans ce domaine, le big data a changé la donne."

Jusqu'à présent, pour apprendre à un algorithme ce qu'est un piéton ou une voiture, il fallait en effet le nourrir de milliers d'images de piétons ou de voitures, dont chaque pixel comportait une étiquette lui indiquant qu'il s'agissait d'un piéton ou d'une voiture. Problème : ces données coûtent cher, car leur étiquetage se fait à la main. "La nouveauté, c'est qu'au fil des ans, des quantités massives d'images ont été enregistrées en roulant avec des véhicules, souligne Yves Grandvalet. Des images qu'il n'est plus forcément nécessaire d'étiqueter parce qu'elles sont abondantes et, de ce fait, apportent suffisamment d'information pour qu'un algorithme relativement simple construise une bonne représentation d'un objet. Aujourd'hui, notre objectif est donc d'utiliser le moins possible d'images étiquetées et nos premiers résultats sont encourageants. Nous développons des algorithmes d'apprentissage pour des modèles dont la connaissance du monde est limitée à l'extrême. Ils apprennent ce qu'est un pixel de piéton sans savoir ce qu'est un piéton. Tout ce qu'ils savent, c'est que des pixels voisins sont voisins. Pourtant, grâce à la profusion de données disponibles, ils sont capables de reconnaître des piétons, des immeubles, des voitures, aussi bien que s'ils avaient ingurgité des centaines d'images étiquetées pour chaque type d'objet."