Si l’on commence aujourd’hui à entendre parler de véhicules à délégation de conduite, la véritable conduite autonome en conditions réelles est encore loin d’avoir fait ses preuves. Le conducteur humain doit toujours être attentif à la route et l’habitacle du véhicule semble présenter un poste d’observation relativement statique, aux allures de laboratoires. EyeRIS, une entreprise d’intelligence artificielle (IA) axée sur l’humain créée en 2013, s’est donné pour mission de rendre la conduite plus sécurisée et plus confortable grâce à la gestion des conditions à l’intérieur du véhicule, en s’assurant que l’humain soit en contrôle et en confirmant que même l’environnement est capable d’accomplir cette tâche critique.

Le défi : différents occupants et conditions de détection

S’il est relativement statique par rapport au monde extérieur, l’habitacle d’un véhicule présente toutefois de nombreux défis. Il peut s’agir d’une personne seule au volant ou de plusieurs autres occupants, hommes ou femmes, dont la taille peut varier de celle d’un petit enfant à celle d’un adulte de 100 kilos, voire davantage. Ajoutez à cela la diversité des teintes de peau des êtres humains ainsi que la multitude de vêtements et d’accessoires, dans des conditions d’éclairage et de température variées, et cet « environnement de laboratoire » se transforme en un véritable challenge. Sans compter la présence d’éventuels animaux de compagnie, l’emballage de hamburger qui traîne sur la banquette arrière depuis la veille, et un ou deux téléphones sur le siège passager.

La solution : la fusion de capteurs et l’abondance de données

Aussi performant que soit le système de capteurs en matière de suivi visuel ou d’autres prouesses techniques, la société de logiciels d’IA EyeRIS se concentre sur la fusion d’une variété d’éléments de détection matériels. À ce titre, elle travaille en collaboration avec une multitude de fabricants de matériel informatique spécialisés dans les technologies de détection - y compris les capteurs infrarouges (IR) modernes traditionnels de type rouge, vert, bleu et infrarouge (RGBIR), les imageurs thermiques et même les radars - afin d’obtenir une vue d’ensemble de la situation. Elle travaille également main dans la main avec plusieurs fabricants de processeurs pour exécuter les routines d’IA. Cette fusion de capteurs, associée à un ensemble de données très volumineux utilisé pour la formation, implique que l’espace intérieur d’un véhicule peut être interprété avec précision de la même manière qu’un être humain associe la vue, l’ouïe, le toucher, l’odorat, voire le goût pour effectuer une tâche complexe.

Outre la puissance de calcul brute nécessaire au fonctionnement d’un système d’IA, il faut également tenir compte des connexions entre le matériel de la caméra, des modules de traitement des capteurs et des autres matériels de traitement d’une automobile. Pour certaines de ses conceptions de référence, EyeRIS a, par exemple, utilisé un désérialiseur MAX96706 Maxim pour connecter avec succès des capteurs d’image et des modules de caméra basés sur l’interface (MIPI) à la carte de traitement de l’IA. L’électronique automobile devenant de plus en plus intégrée, il est dès lors essentiel d’envisager des méthodes fiables de traitement et d’abstraction de ce transfert de données.

Étant donné la vaste gamme d’automobiles produite, un système bien organisé et aisément intégré dans les automobiles X, Y ou Z pourrait considérablement réduire les coûts de développement et les délais de commercialisation.

L’innovation matérielle : faciliter l’innovation logicielle

Ces dernières décennies, nous avons assisté à une incroyable explosion de la puissance de calcul et de l’innovation en termes de matériel. Naturellement, les cycles d’innovation des logiciels évoluent à un rythme beaucoup plus rapide que ceux du matériel, et les fabricants se retrouvent souvent dans une situation de « rattrapage » par rapport à leurs homologues du secteur des logiciels. C’est l’une des raisons pour lesquelles Tesla, Apple et d’autres fabriquent leur propre matériel d’IA afin de répondre précisément aux améliorations logicielles qui se profilent à l’horizon.

Pour les plus petites entreprises de logiciels et d’IA, qui s’associent à un large éventail de fabricants de matériel existants, il est important de disposer de piles logicielles et de kits de développement logiciel (SDK) matures, compatibles avec les derniers frameworks d’IA, tels que TensorFlow, PyTorch et ONNX, et de disposer d’une puissance de calcul brute adéquate. Les compilateurs disponibles doivent prendre en charge les couches de réseaux neuronaux modernes, avec des émulateurs matures, des moteurs de simulation et des outils connexes permettant d’analyser, de trier et de quantifier les modèles d’IA, de même que d’autres tâches. Enfin, il est également très utile de faciliter les tâches de fusion de capteurs, notamment grâce à des moteurs de disparité 3D intégrés, à des capacités de streaming multicaméra ou à de riches interfaces d’entrée/sortie (IO). L’IA et ceux qui mettent en place des systèmes d’IA peuvent ainsi travailler avec un large éventail de données tout en éliminant le bruit.

Fusion de capteurs d’IA : sécurité automobile et bien plus encore

Bien que ce blog se concentre sur la détection dans le cadre de l’intérieur de l’automobile, il existe, de manière plus générale, toute une série d’applications pour lesquelles une configuration traditionnelle d’IA basée uniquement sur la vision peut sembler un choix logique, mais pourrait bien ne pas se révéler suffisante pour un cas d’utilisation spécifique. En particulier dans les applications critiques pour la sécurité, un système de vision fonctionnant la plupart du temps dans des conditions d’éclairage et d’autres conditions adéquates peut se révéler largement insuffisant. Dans ces situations, l’ajout de capacités de détection supplémentaires - qu’il s'agisse d’un deuxième dispositif de lumière visible RGB, d’un capteur IR, d’un radar ou même d’une sorte de capteur thermique pour optimiser la détection de présence - peut permettre à l’IA de surveiller et de contrôler suffisamment un environnement.

Les entreprises multimilliardaires disposent peut-être des ressources nécessaires pour développer leurs propres puces en interne, mais dans d’autres situations, une entreprise d’IA plus petite et plus flexible peut être la solution idéale. Dans ce cas, il s’agit d’identifier, de développer et d’intégrer les partenaires matériels compétents afin de créer un produit tout-en-un destiné à l’industrie automobile et à d’autres secteurs. Plus les outils d’interface matériels et logiciels disponibles sont performants, plus il est facile de configurer le logiciel d’IA, et plus il est rapide de développer un excellent produit. En disposant des données, des outils et de la formation en IA adaptés, nous pouvons rendre notre monde plus sûr et meilleur pour les utilisateurs de ces systèmes ainsi que pour l’ensemble de la société.

À propos de l’auteur

Modar Alaoui, expert technologue en intelligence artificielle (IA), est une figure de proue de l’IA en vision par ordinateur pour la compréhension, la modélisation et la prédiction du comportement humain. Il est le fondateur et le PDG actuel d’EyeRIS, une société pionnière et leader mondial dans le domaine de la détection en habitacle (ICS) et de l’intelligence artificielle dans les véhicules autonomes et hautement automatisés (HAV). Modar Alaoui dispose de plus de dix ans d’expérience dans le domaine de la vision par ordinateur et de l’IA appliquée centrée sur l’humain, destinées à une foule d’applications pour les entreprises. Ses travaux se concentrent sur le renforcement de l’interaction entre l’homme et la machine à l’aide d’interfaces invisibles prédictives, grâce à l’IA de compréhension du corps, du visage, des objets et des surfaces. Il intervient fréquemment comme orateur et conférencier sur le thème de « l’intelligence ambiante centrée sur l'homme », en tant que prochaine frontière de l’IA. Modar Alaoui est diplômé de l’Université Concordia de Montréal, avec une spécialisation dans la compréhension du comportement humain (HBU) à l’aide de technologies d’intelligence artificielle. Il a remporté plusieurs prix internationaux dans le domaine de la technologie et de l’innovation. Son travail a fait l’objet d’articles dans Bloomberg, The Wall Street Journal, Wired, Time magazine, CNBC, Reuters, Fast Company et de nombreuses publications médiatiques internationales d’envergure dans plus de 12 langues différentes.