Comment Tesla Utilise L’Intelligence Artificielle Et Le Big Data

Tesla s’est fait un nom en tant que pionnier et leader du marché des véhicules électriques, mais il fabrique et vend également des batteries de grande qualité et des technologies photovoltaïques.

En tant que pionnier technologique cherchant à devenir le premier à construire et mettre sur le marché des véhicules autonomes, il est logique qu’il soit très intéressé par l’intelligence artificielle (IA). Mais ce n’est que depuis ce mois-ci qu’Elon Musk, le milliardaire fondateur et PDG de Tesla, a officiellement annoncé que l’entreprise travaillait au développement de son propre programme d’IA.

Voilà qui est donc très intéressant, mais peu surprenant. En effet, Elon Musk n’a jamais caché ce qu’il pensait de l’IA. D’après lui, elle va non seulement révolutionner presque chaque aspect de notre société, mais elle va aussi faire disparaître de nombreux emplois et peut-être même provoquer la Troisième Guerre Mondiale.

C’est aussi le co-fondateur de OpenAI, un groupe de recherche qui veut s’assurer que l’IA est développée et déployée sans dangers et de manière contrôlée, pour réduire tout risque que les robots pourraient un jour poser aux humains.

On sait encore peu de choses sur la nouvelle IA de Tesla, mais il semble qu’elle soit pressentie pour traiter les algorithmes de « pensée » du logiciel d’Autopilot de l’entreprise, qui donne actuellement aux voitures Tesla un niveau limité d’autonomie de conduite (niveau 2). Le PDG estime que ses voitures seront entièrement autonomes (niveau 5) dès 2019.

Certains ont critiqué Tesla pour son empressement à être le premier à commercialiser une voiture autonome, alors même que ce qui semble être le premier accident mortel impliquant ce type de véhicule a déjà eu lieu.

Mais au niveau stratégique, l’entreprise de Palo Alto espère que sa politique avant-gardiste portera ses fruits : des experts estiment déjà qu’elle a laissé ses concurrents sur la ligne de départ en matière de collecte de données.  Tous les véhicules que Tesla a vendus ont été construit pour un jour potentiellement devenir autonomes, même si ce détail n’a été rendu public qu’en 2014, lors du déploiement d’une mise-à-jour gratuite. Cela veut dire que le groupe d’Elon Musk a eu plus de capteurs sur les routes en train de collecter des données que la plupart de ses concurrents de Detroit ou de la Silicon Valley, qui sont pour beaucoup seulement à la phase de concept. Tesla vient seulement de lancer sa première voiture de production, la Model 3, pour 29 000 €, et s’attend à augmenter de presque deux tiers le nombre de ses voitures sur les routes, jusqu’à 650 000 véhicules en 2018 : ça ferait beaucoup de capteurs supplémentaires.

Tous les véhicules Tesla, qu’ils soient équipés de l’Autopilot ou pas, envoient directement des données au cloud. Ainsi, un problème de moteurs qui faisait parfois surchauffer les composants a pu être diagnostiqué en 2014 grâce à ces données, et tous les véhicules ont été automatiquement « réparés » grâce à un patch logiciel.

Tesla rassemble les données de tous ses véhicules et de tous leurs pilotes efficacement, avec des capteurs externes et internes qui peuvent même savoir où le chauffeur(se) pose sa main et comment il ou elle manipule les commandes. Ces données n’aident pas seulement Tesla à perfectionner leurs systèmes, elles ont aussi beaucoup de valeur en elles-mêmes. Des chercheurs chez McKinsey and Co estiment que le marché des données collectées par les véhicules vaudra 629 milliards d’euros par an d’ici à 2030.

On utilise ces données pour générer des cartes très précises montrant un peu de tout, de l’augmentation moyenne de la vitesse sur une portion de route à la localisation des dangers qui obligent les chauffeur(se)s à agir. Le machine learning du cloud permet d’éduquer toute la flotte de véhicule, tandis qu’au niveau des voitures individuelles, l’informatique distribuée prend le relais et décide des actions à entreprendre sur le moment. Il existe également un troisième niveau de prise de décision, lorsque les voitures forment un réseau avec les autres véhicules Tesla alentours pour partager des informations locales et des analyses. Dans un avenir proche où les voitures autonomes seront généralisées, ces réseaux pourront sans aucun doute communiquer avec les véhicules d’autres fabricants, ainsi qu’avec d’autres systèmes comme les caméras de surveillance, les capteurs routiers ou les téléphones portables.

On a pour l’instant peu de détails sur la nouvelle technologie d’IA que Tesla veut créer. Son IA actuelle, développée en partenariat avec le constructeur NVIDIA, est en grande partie construite sur un modèle d’apprentissage non supervisé de machine learning.

Sur sa page Facebook, NVIDIA a déclaré que « contrairement à l’approche habituelle des voitures autonomes, nous n’avons programmé aucune détection d’objets, lecture de carte, prévision de parcours ou aucun diagnostic des composants explicite sur cette voiture. Au lieu de cela, la voiture apprend seule à créer toute les représentations internes nécessaires pour naviguer, simplement en observant les pilotes humains ».

Quelque que soit la nouvelle technologie que Tesla met au point, il est possible qu’elle s’éloigne de ce modèle pour retourner vers l’apprentissage supervisé, que l’on connaît mieux, et où les algorithmes sont entraînés à l’avance à déterminer quelles décisions sont bonnes ou mauvaises. Mais il reste possible que les avantages théoriquement plus importants de l’apprentissage non supervisés les fassent continuer dans cette voie.

Tesla a, de toute évidence, toujours été une entreprise qui place la collecte et l’analyse de données au coeur de ses activités. Cela ne se limite pas à la construction et à la fabrication : l’entreprise traite ses données clients avec son IA, et analyse même des extraits de son forum pour son apprentissage. Nous verrons bien si cette stratégie se révèle payante dans la bataille à venir pour le contrôle du marché des voitures autonomes. Elle a en tout cas donné une belle avance à Tesla.