Combien de temps prendra la transition vers les véhicules autonomes ?

J'ai récemment assisté à la première conférence AutoSens qui s'est tenue aux États-Unis. AutoSens a non seulement livré une conférence de qualité, mais également une expérience convaincante. Detroit a été choisi pour accueillir cet événement en tant que pionnier historique de la dernière révolution de la mobilité - la production de masse de l'automobile via la chaîne de montage. De plus, Detroit ouvre la voie à la prochaine renaissance, celle d'un véhicule autonome produit en série.

L'un des points forts de la conférence a été le lieu sous la forme de la piste de course M1 Concourse, qui est essentiellement un country club pour les passionnés de l'automobile, avec des garages privés et une piste de performance ultramoderne de 1,5 mile. La conférence comprenait également des essais de conduite autonome fournis par Dataspeed, une entreprise spécialisée dans les véhicules sans conducteur.

Pour renforcer davantage l'expérience, un dîner a été organisé dans le Henry Ford Greenfield Village, un hommage historique aux grands inventeurs, notamment Ford, Edison et les frères Wright, pour n'en nommer que quelques-uns. Une Ford Model T authentique et fonctionnelle, le premier véhicule automobile de chaîne de montage, qui a révolutionné les voitures et en a fait le principal moyen de transport personnel aujourd'hui, était exposée et partageait la route avec la voiture autonome Dataspeed. Voir cette voiture exquise côte à côte avec des véhicules autonomes m'a amené à réfléchir aux similitudes et aux défis qui ont dû se produire avec la transition des voitures à chevaux aux voitures, et la transition des voitures à conduite humaine aux véhicules autonomes.

La révolution fracassante de l'automobile
Il y a un siècle, lorsque les voitures normales étaient tirées par des chevaux, le concept d'une voiture sans cheval pour la tirer était perçu comme une nouveauté radicale. Comme la plupart des inventions révolutionnaires, l'automobile n'a pas été acceptée à bras ouverts. Il était considéré comme dangereux, imposant et gênant pour les chevaux, qui constituaient le principal moyen de transport. Le chemin vers les voitures prenant le contrôle des routes, remplaçant les chevaux, les poussettes, les voitures et les chariots n'était ni rapide ni simple. Cette vidéo hilarante dépeint une loi qui obligeait les conducteurs de véhicules à moteur à mettre pied à terre à chaque intersection pour annoncer leur présence en faisant du bruit.

La loi dictait comment cela devait être exécuté, y compris le déchargement d'une arme à feu ou d'une autre forme d'explosif, entre autres méthodes intéressantes. Cela poserait de sérieux problèmes dans le trafic aux heures de pointe aujourd'hui !

Les investisseurs prudents étaient également opposés à l'entreprise automobile. Selon cet article d'AmericanAutoHistory.com, en 1903, le président de la Michigan Savings Bank a déconseillé d'investir dans Ford Motor Co., en se basant sur l'idée que « Le cheval est là pour rester mais l'automobile n'est qu'un nouveauté - une mode. " Je pense que nous espérons tous une meilleure compréhension de nos conseillers financiers.

Du point de vue d'aujourd'hui, un siècle dans le futur, il est facile de se moquer de ce scepticisme. Cependant, la réticence à adopter les véhicules à moteur n'est alors pas très différente de l'hésitation à l'égard des véhicules autonomes aujourd'hui. À l'avenir, les avancées prudentes et lentes actuelles vers la réglementation des véhicules autonomes peuvent être considérées comme une prudence excessive.

Finalement, comme vous l'avez probablement remarqué, la voiture a dominé, comme en témoigne l'absence de chevaux sur les routes, et je m'attends à ce que les véhicules autonomes suivent un chemin similaire. En utilisant la chronologie du véhicule à moteur par rapport au cheval comme ligne directrice, une augmentation progressive des voitures autonomes les conduira bientôt à devenir le principal moyen de transport personnel, en particulier dans les villes et les zones très peuplées. De plus, il faut s'attendre à voir éradiquer les voitures à conduite manuelle d'ici une trentaine d'années, sauf pour les loisirs et les loisirs, comme ce fut le cas pour les chevaux. Comme mon collègue Gunn le décrit de manière amusante, même la course automobile peut être reprise par des véhicules autonomes.

Les voitures autonomes sont le prochain grand changement ; la production de masse est la clé
Les automobiles existaient depuis un certain temps avant le modèle T, mais n'étaient disponibles que par la classe supérieure. Bien que de nombreuses personnes riches possédaient des voitures, elles ne pouvaient pas faire grand-chose avec elles en raison du manque d'infrastructures et des lois restrictives. Une fois la chaîne de montage perfectionnée et le nombre de voitures considérablement augmenté, il n'y avait plus d'autre choix que de paver les routes et de réguler le trafic en conséquence.

Pour amorcer la prochaine révolution, il reste encore un grand pas en avant. Les voitures autonomes font la une des journaux, mais elles ne menacent pas encore de remplacer tous les véhicules en circulation. Pour cela, les véhicules autonomes bénéficieront d'une production de masse et de prix compétitifs. À mesure que le coût des voitures autonomes s'améliore, il en va de même pour la disponibilité d'utiliser les transports autonomes pour un plus grand nombre de personnes.

Pouvez-vous faire confiance à l'intelligence artificielle pour vous guider ?
Si je poursuis mon analogie, le scepticisme envers l'automobile il y a un siècle est aujourd'hui complété par le fait que les véhicules autonomes seront propulsés par une autre technologie dont les gens sont également sceptiques :l'intelligence artificielle (IA). Outre l'idée préconçue que les robots prendront un jour le contrôle du monde, les constructeurs automobiles doivent également surmonter l'instinct humain naturel de ne pas faire confiance à la technologie autonome. Et s'il est défectueux ? Et s'il tombe en panne ? Et s'il ne réagit pas à temps ? Ce sont toutes des préoccupations légitimes, à la fois concernant les chevaux de confiance par rapport aux premières automobiles, et les voitures de confiance par rapport aux prototypes autonomes. Aujourd'hui, il est clair pour tout le monde qu'un véhicule à moteur est plus sûr et plus efficace qu'un cheval. Il a fallu du temps pour y arriver et il a fallu des routes, des feux de circulation et des panneaux de signalisation, mais maintenant les gens sont tellement à l'aise dans leur voiture que le problème devient de rester concentré sur la tâche de conduire.

Alors, qu'en est-il de l'IA ? L'apprentissage en profondeur et d'autres formes d'intelligence artificielle deviennent omniprésents dans les appareils mobiles et embarqués, ainsi que dans les interfaces vocales et dans de nombreux autres aspects de nos vies. Ces technologies s'améliorent constamment et surpassent les réalisations humaines dans un nombre croissant de domaines - du jeu de Go à la reconnaissance d'images - et elles conduiront certainement à des véhicules autonomes sûrs.

La chaîne de montage a rendu la fabrication automobile efficace ; Les DSP rendent l'IA efficace
L'un des principaux défis de la révolution des véhicules autonomes sera d'emballer efficacement ces cerveaux surhumains dans des systèmes embarqués, au lieu qu'ils nécessitent des salles pleines de serveurs avec des CPU et des GPU surchauffés. La taille, le coût et la consommation d'énergie doivent tous être examinés pour créer une solution efficace et efficiente pour rendre les coûts de production réalisables pour la consommation de masse.

Un système embarqué efficace basé sur un processeur de vision et d'imagerie, tel que le CEVA-XM6, par exemple, peut réaliser à la fois une vision par ordinateur ultra-faible consommation et précise. Il est également possible de rationaliser le développement à l'aide de la boîte à outils d'apprentissage en profondeur CDNN. Vous pouvez en savoir plus sur la façon de libérer le potentiel de ces plates-formes en visionnant notre webinaire à la demande :Challenges of Vision Based Autonomous Driving &Facilitation of An Embedded Neural Network Platform .