La route à venir : combien de temps prendra le passage aux véhicules autonomes ?

J'ai récemment assisté à la première conférence AutoSens aux États-Unis, un rassemblement qui non seulement a présenté une technologie de pointe mais a aussi offert une expérience mémorable. Detroit, berceau de la chaîne de montage automobile, servait de lieu, positionnant la ville à l'avant-garde de la prochaine révolution de la mobilité : les véhicules autonomes produits en masse.

Un moment fort était le circuit M1 Concourse, un lieu style club de campagne avec garages privés et un circuit de performance de 1,5 mile à la pointe. La conférence incluait des essais autonomes par Dataspeed, spécialiste de la technologie sans conducteur.

Après les sessions, nous avons dîné au Henry Ford Greenfield Village, un hommage historique aux pionniers comme Ford, Edison et les frères Wright. Partageant l'espace avec une vraie voiture auto-conduite Dataspeed 2017 se trouvait une authentique Ford Model T 1917, la première automobile de chaîne de montage qui a transformé le transport personnel. Voir ces deux véhicules côte à côte a suscité des réflexions sur les défis et similarités entre l'ère hippomobile et la transition autonome d'aujourd'hui.

La révolution automobile bouleversante

Il y a un siècle, les voitures à cheval dominaient les routes, et l'idée d'une voiture sans cheval semblait radicale. Comme beaucoup d'inventions, les premiers automobiles ont fait face au scepticisme — ils étaient jugés dangereux, imposants, et nuisibles au transport équin qui prévalait depuis longtemps. La transition du cheval à la voiture a été graduelle et semée d'obstacles, comme l'illustre une loi désormais infâme exigeant que les conducteurs descendent et s'annoncent à chaque intersection avec un bruit fort — parfois même une arme à feu ou autre explosif.

Les investisseurs étaient tout aussi prudents. Selon AmericanAutoHistory.com, en 1903 le président de la Michigan Savings Bank a mis en garde contre l'investissement dans Ford Motor Co., arguant que "Le cheval est là pour rester mais l'automobile n'est qu'une nouveauté — une mode." Aujourd'hui, nous pouvons voir ce scepticisme en rétrospective, pourtant il reflète la stance prudente que beaucoup prennent envers les véhicules autonomes aujourd'hui.

D'une perspective future, la réticence initiale à embrasser les véhicules à moteur n'était pas dissemblable à l'hésitation d'aujourd'hui envers les systèmes autonomes. Comme l'histoire le suggère, l'adoption graduelle mène finalement à la dominance — d'où l'attente que les véhicules autonomes deviennent bientôt la forme principale de transport personnel, surtout en zones urbaines et densément peuplées.

Nous pouvons anticiper l'élimination quasi complète des voitures manuelles dans environ trente ans, les réservant principalement pour le loisir ou hobby — tout comme les chevaux aujourd'hui. Comme mon collègue Gunn l'a noté, même la course pourrait éventuellement être dépassée par la technologie autonome.

Les voitures auto-conduites sont le prochain grand changement ; la production de masse est clé

Avant la Model T, les automobiles étaient des articles de luxe inaccessibles aux masses. La chaîne de montage, perfectionnée par Ford, a augmenté la production, nécessitant de nouvelles infrastructures — routes, régulations de trafic, normes de sécurité. Pour déclencher la prochaine révolution, les véhicules autonomes doivent aussi atteindre la production de masse et un prix compétitif. À mesure que le coût des systèmes auto-conduits diminue, leur accessibilité et attrait s'étendront.

Pouvez-vous faire confiance à l'intelligence artificielle pour vous conduire ?

Le scepticisme historique de l'automobile trouve un pendant moderne dans les doutes sur l'IA. Les préoccupations sur la fiabilité, modes de défaillance et temps de réaction font écho à celles qui ont jadis tourmenté les premiers conducteurs. Aujourd'hui, cependant, les données montrent que les voitures conduites par humains sont moins sûres que de nombreux prototypes autonomes modernes — pourtant la confiance publique généralisée a grandi par l'expérience, l'infrastructure et la régulation.

Le deep learning et technologies IA connexes ont progressé rapidement, surpassant les humains dans des jeux comme le Go, la reconnaissance d'images, et de plus en plus dans les tâches de prise de décision complexes. Ces avancées sous-tendent la sécurité et la fiabilité des futurs véhicules autonomes.

La chaîne de montage a rendu la fabrication automobile efficace ; les DSP rendent l'IA efficace

Un obstacle majeur pour les véhicules autonomes est d'embarquer une IA puissante dans des systèmes compacts, basse consommation. Les charges de travail IA traditionnelles requièrent de grands serveurs, mais les applications automobiles demandent des solutions plus petites, économes en énergie. Les processeurs de signal numérique (DSP) et processeurs de vision spécialisés comme le CEVA-XM6 permettent une vision par ordinateur ultra-basse consommation, haute précision, tandis que le développement est rationalisé via des outils comme le toolkit CDNN deep-learning.

En savoir plus sur ces technologies en regardant notre webinaire à la demande : Challenges of Vision‑Based Autonomous Driving & Facilitation of an Embedded Neural Network Platform.