Pourquoi Tesla n’est pas la référence en matière d’IA

Elon Musk affirme que le constructeur automobile sera un jour l’entreprise d’IA la plus valorisée au monde grâce aux quantités de données vidéo collectées par ses voitures. Toutes ces données confèrent-elles réellement un avantage concurrentiel à l’entreprise ?

Tesla ne devrait plus être considéré comme un constructeur de voitures électriques. C’est une entreprise d’intelligence artificielle (IA), si l’on en croit son PDG Elon Musk. Sa confiance est liée à un ensemble de données unique : des pétaoctets de vidéos récoltées à partir des voitures de l’entreprise, alors que les clients de Tesla parcourent des millions de kilomètres dans le monde entier.

En théorie, toutes ces données du monde réel sont exactement ce dont Tesla a besoin pour entraîner ses voitures à fonctionner sans aucune assistance humaine, un objectif qui est au cœur de la vision d’Elon Musk pour l’avenir de Tesla. Cependant, il y a un problème : ces données ne sont pas nécessairement aussi utiles que le prétend Elon Musk. Certaines d’entre elles ne sont même pas utiles du tout.

Construire une IA capable de conduire une voiture aussi bien qu’un humain est un défi radicalement différent de la construction d’un chatbot de traitement du langage naturel comme ChatGPT, qui a été formé à partir de milliards de mots récupérés sur internet. Si l’objectif de ChatGPT et des systèmes concurrents comme Grok de xAI est d’utiliser la reconnaissance des formes pour fournir des informations fiables et des réponses aux questions, les résultats sont souvent insuffisants. Cependant, si l’IA qui contrôle un véhicule se trompe, des personnes peuvent mourir.

Conduire une voiture est une proposition très différente qui comporte beaucoup plus de variables (conditions de conduite, météo, travaux, évolution du trafic, déplacement des autres véhicules). Réussir à maîtriser toutes ces variables et être prêt à réagir à des développements inattendus est au cœur de l’IA pour la conduite autonome. L’entraîner sur d’interminables vidéos de personnes conduisant sur des autoroutes n’aide pas beaucoup l’IA à apprendre à gérer ce dont elle a le plus besoin : les cas particuliers qui provoquent des collisions ou d’autres scénarios dangereux.

« Elle peut vous faire conduire en douceur dans des situations normales, mais quand les choses deviennent inhabituelles, vous n’avez plus rien », a déclaré un informaticien et cadre d’une entreprise de technologie autonome, qui a demandé à ne pas être nommé parce qu’il ne voulait pas critiquer ouvertement Tesla. « Et l’IA apprend de nombreuses mauvaises habitudes. Neuf personnes sur dix franchissent un panneau stop. Si tout l’IA apprend avec le comportement des conducteurs, alors votre voiture grillera tous les panneaux stop. » 

C’est également la raison pour laquelle les robotaxis rivaux de Tesla utilisent le lidar laser, pour les images en 3D, et le radar pour détecter les objets solides sur la trajectoire du véhicule, afin d’obtenir des images plus riches et plus détaillées. Et s’il est possible de s’appuyer uniquement sur les données de la caméra, il faut « les meilleurs systèmes de caméra pour vraiment gérer cela », a déclaré Drago Anguelov, responsable de la recherche chez Waymo, lors de la conférence des développeurs de Google il y a quelques années. « C’est un très gros pari que d’y parvenir. C’est très, très risqué, et ce n’est pas nécessaire. »

Yann LeCun, responsable de la recherche en IA chez Meta et professeur d’informatique à l’université de New York, n’est pas non plus convaincu que les données de Tesla confèrent à l’entreprise un avantage concurrentiel.

« L’impact des données est généralement surestimé : plus il y a de données, plus les performances s’améliorent, mais il y a des rendements décroissants », a-t-il déclaré. « Un doublement du volume de données apporte des améliorations marginales qui sont encore loin de la fiabilité humaine. Même avec des quantités massives de données, aucune entreprise n’a développé l’autonomie dite de niveau 5, c’est-à-dire le point auquel un véhicule peut se conduire lui-même dans toutes les circonstances où un humain peut le faire. »

« Pourtant, n’importe quel jeune de 17 ans peut apprendre à conduire en une vingtaine d’heures de pratique », a déclaré Yann LeCun. « Cela montre que les architectures d’IA actuelles manquent de quelque chose d’important dans leur capacité à comprendre le monde et à apprendre à partir de quantités limitées de données ou d’essais. »

Rien de tout cela n’a empêché les partisans de Tesla de parier sur la vision d’Elon Musk en matière d’IA, alors même que les ventes de véhicules électriques (et les actions de l’entreprise) continuent de s’effondrer et que des manifestants protestent devant les magasins Tesla contre le rôle d’Elon Musk en tant que responsable des coupes budgétaires instaurées par le DOGE. Certains analystes restent convaincus qu’Elon Musk sait quelque chose que d’autres ignorent. « Nous pensons que les véhicules autonomes valent à eux seuls 1 000 milliards de dollars et que cette thèse sera confirmée dans les années à venir », a déclaré Dan Ives de Wedbush Securities à Forbes.

Elon Musk et Tesla n’ont pas répondu aux demandes de commentaires. Ashok Elluswamy, le responsable du programme « véhicules autonomes » de Tesla, n’a pas non plus répondu.

« Garbage In, Garbage Out »

Elon Musk a axé l’avenir de Tesla sur les applications de l’IA, notamment les robots humanoïdes et les usines intelligentes, abandonnant ainsi un objectif de longue date qui consistait à vendre 20 millions de véhicules électriques par an d’ici 2030. L’une des raisons est probablement l’intensification de la concurrence dans le secteur des véhicules électriques, notamment de la part d’entreprises telles que la société chinoise BYD.

Une autre raison est que si Tesla parvient à résoudre le problème de la conduite automatisée, il est moins coûteux et plus lucratif de déployer des centaines de milliers de robotaxis électriques générateurs de recettes dans le monde entier que d’ajouter des usines pour construire et vendre des millions de véhicules personnels.

Cette idée est tellement au cœur de l’entreprise qu’Elon Musk ne veut pas que les sceptiques achètent des actions. « Si une personne n’est pas persuadée que Tesla va résoudre le problème de l’autonomie, je pense qu’elle ne devrait pas investir dans l’entreprise », a déclaré Elon Musk lors d’une conférence téléphonique sur les résultats de 2024.

En janvier, il a annoncé que le vaste réservoir de données de Tesla était exploité dans son nouveau centre de données « Cortex » à Austin afin d’améliorer son logiciel d’autoconduite intégrale (FSD) qui, malgré son nom, nécessite une supervision humaine à tout moment. Cette fonction basée sur l’IA ainsi que le système original Autopilot de Tesla ont certainement besoin d’être améliorés : au fil des ans, FSD et Autopilot ont été impliqués dans 52 accidents mortels dans le monde.

D’énormes quantités de données de caméras sont utiles, mais elles ne font pas instantanément de Tesla un leader du marché de l’IA. « Avoir accès à des flux de données uniques est certainement une forme d’avantage », a déclaré l’informaticien Alex Ratner, PDG de Snorkel AI, qui fabrique des logiciels pour aider à automatiser l’étiquetage des données brutes.

« Mais le concept “Garbage In, Garbage Out” s’applique toujours autant ici », a déclaré à Forbes Alex Ratner, dont un membre de la famille travaille pour Waymo. « Dans la sélection des données, quel flux vidéo provient d’un bon conducteur par rapport à un mauvais conducteur ? Ce n’est pas négligeable et c’est essentiel parce que ces modèles […] apprennent à partir de la chose la plus commune qu’ils voient. »

Les entreprises qui ont passé des années à perfectionner l’IA pour conduire des voitures et des camions en toute sécurité, notamment Waymo, Zoox, Aurora et Waabi, se sont concentrées sur la création de bonnes données qui se concentrent sur suffisamment de cas limites, en maîtrisant des types de situations routières extrêmes ou dangereuses à l’aide d’une simulation informatique avancée et de tests structurés dans le monde réel. Les données de Tesla ne sont pas nécessairement représentatives de ces événements beaucoup plus rares.

« Il n’y a aucune garantie que tous les cas de figure dont les voitures ont besoin pour apprendre seront suffisamment nombreux dans les données pour générer un comportement appris », a déclaré l’experte en IA Missy Cummings, professeure à l’université George Mason. Il est donc difficile de résoudre les problèmes auxquels tous les développeurs de véhicules autonomes ont été confrontés, comme les freinages « fantômes » inattendus lorsque l’IA ne comprend pas les circonstances de la route qu’elle détecte comme des dangers.

Même l’identification des données de conduite les plus significatives à des fins de formation à partir d’innombrables kilomètres de vidéos sur la route est extrêmement difficile à réaliser, a déclaré un chercheur en véhicules autonomes et un informaticien informé de l’approche de Tesla, qui a demandé à ne pas être nommé.

« Vous avez donc des milliards de kilomètres de données », a déclaré cette personne. « Comment s’assurent-ils de sélectionner tous les éléments importants pour la formation ? »

Difficile à dire puisque Tesla ne s’est pas montré ouvert sur son processus. L’entreprise n’est pas non plus un membre actif de la communauté de recherche sur l’IA, où les ingénieurs des plus grandes entreprises technologiques publient régulièrement des articles détaillant leurs dernières recherches.

« Tesla n’est pratiquement pas présent sur le circuit de la R&D en matière d’IA : conférences, publications, etc. C’est comme s’ils n’existaient pas », explique Yann LeCun.

Un bilan mitigé

Les réalisations de Tesla en matière de conduite autonome n’ont pas été à la hauteur des objectifs d’Elon Musk, et ce à maintes reprises. Sa promesse de 2016 selon laquelle une Tesla serait capable de traverser les États-Unis sans intervention humaine ne s’est toujours pas concrétisée. L’objectif qu’il s’était fixé en 2019 d’avoir un million de robotaxis en service d’ici 2020 ? Il est loin d’être atteint.

« Elon exagère et ne tient pas ses promesses en matière de conduite autonome depuis près d’une décennie », a déclaré Yann LeCun. « Il était évident pour beaucoup d’entre nous que toutes ces affirmations étaient soit des mensonges, soit des signes d’auto-illusion. Je ne comprends pas comment quelqu’un peut encore croire ce qu’il prétend sur le sujet. »

Cependant, cela n’a pas empêché Elon Musk de faire de plus en plus de promesses ni ses plus fervents admirateurs de continuer à investir dans ses projets. Les prototypes qu’il a présentés jusqu’à présent semblent pourtant assez éloignés de la réalité. En octobre dernier, il a organisé une démonstration du CyberCab qui a transporté les participants à un événement sur le terrain de tournage d’Universal Studios à Los Angeles. Pourtant, même dans un studio fermé, on pouvait voir des techniciens de Tesla surveiller, voire contrôler à distance, les prototypes à basse vitesse. De même, les versions du robot humanoïde « Optimus » de Tesla qui servaient les boissons aux participants étaient contrôlées à distance.

« Je pense qu’à long terme, Optimus a le potentiel de générer un chiffre d’affaires de plus de 10 000 milliards de dollars », a déclaré Elon Musk lors de la conférence téléphonique sur les résultats.

Le véritable test aura lieu en juin avec le service pilote de robotaxi de Tesla à Austin… à condition qu’il démarre à temps ! « Nous allons l’examiner très attentivement pour nous assurer que nous n’avons pas raté quelque chose », a déclaré Elon Musk lors de la conférence téléphonique sur les résultats. « Ce sera d’abord Austin en juin, puis dès que possible dans d’autres villes d’Amérique. » Tesla a également demandé un permis pour exploiter un service de type taxi en Californie, avec des véhicules qui lui appartiennent et exploités par l’entreprise, mais pas pour les robotaxis, a indiqué la California Public Utilities Commission à Forbes.

La maîtrise de l’autonomie « ne viendra pas de Tesla », a déclaré Yann LeCun. « L’entreprise ne dispose tout simplement pas d’un organisme de recherche doté d’une longue autonomie et d’un nombre suffisant de scientifiques talentueux pour y parvenir. »

Elon Musk a du retard à rattraper par rapport à Waymo d’Alphabet, qui est de loin le leader aux États-Unis en matière de robotaxis. Depuis la semaine dernière, Waymo exploite son service de transport automatisé à Phoenix, San Francisco, Los Angeles et Austin. Le mois dernier, la société a déclaré qu’elle enregistrait plus de 200 000 trajets payants par semaine avec une flotte d’environ 700 véhicules seulement. Plus tard dans l’année, elle s’étendra à Atlanta et prévoit de se lancer à Miami l’année prochaine. Alphabet n’a pas divulgué le chiffre d’affaires de Waymo, mais Forbes estime qu’il s’élève à plus de 100 millions de dollars pour quatre millions de trajets réservés en 2024.

Waymo a connu des accidents mineurs, mais jusqu’à présent, sa flotte robotique n’a pas été liée à des accidents mortels. Par ailleurs, les propriétaires de Tesla téléchargent régulièrement des vidéos de leurs véhicules effectuant des manœuvres dangereuses alors qu’ils fonctionnent en mode FSD, comme la quasi-collision avec d’autres véhicules sur une bretelle de sortie d’autoroute dans le New Jersey ou le franchissement de feux rouges en Chine.

En fin de compte, l’argumentaire d’Elon Musk sur l’IA pour Tesla se résume à la valeur financière de l’IA pour son entreprise, qui prévoit des milliers de milliards de dollars de nouveaux revenus dans les années à venir.

Yan LeCun pense qu’un « changement de paradigme » est nécessaire pour permettre aux machines d’apprendre comment le monde fonctionne à partir de vidéos, ce qui pourrait nécessiter encore une décennie de recherche.

« Mon intuition est que nous ne parviendrons pas à une autonomie complète semblable à celle des humains et à des robots humanoïdes pratiques tant que nous n’aurons pas trouvé le moyen d’amener les systèmes d’IA à apprendre comment fonctionne le monde, comme le font les animaux et les humains. »

Article d’Alan Ohnsman pour Forbes US, traduit par Flora Lucas

À lire également : Elon Musk a perdu 116 milliards de dollars depuis décembre 2024, alors que l’action Tesla recule fortement