Une voiture autonome capable de raisonner : le pari ambitieux de NVIDIA

La conduite autonome doit affronter de nombreux obstacles, qu’ils soient d’ordres juridiques, sécuritaires ou éthiques, surtout sur le continent européen plus strict en la matière. Pour débloquer l’essor de cette nouvelle conduite, NVIDIA propose de répondre aux craintes des conducteurs et anticiper les besoins des constructeurs en réglant le principal problème rencontré par ces véhicules :  l’imprévisibilité. Le géant des semi-conducteurs a ainsi conçu un modèle de raisonnement vision-langage-action (VLA) qui analyse une situation inattendue puis justifie le raisonnement à l’origine de la décision.

Présenté le 4 août dernier, le modèle, baptisé Alpamayo 2 Super, est disponible sur la plateforme Hugging Face sous une licence OpenMDW-1.1 qui a été développée par la Fondation Linux. En choisissant une licence permissive qui autorise les modifications et la redistribution commerciale l’entreprise américaine mise sur un modèle ouvert qui lui permet de déployer une stratégie commerciale : le téléchargement de ce modèle induit l’utilisation de composants appartenant à NVIDIA tels que les puces DRIVE Thor et Hyperion.

Un raisonnement avec un apprentissage par renforcement

Succédant à Alpamayo 1 et Alpamayo 1.5, le nouveau modèle de la gamme est composé de 34 milliards de paramètres, soit trois fois plus que les précédentes versions. Fondé sur NVIDIA Cosmos™, le modèle « traite les flux vidéo multi-caméras, les entrées de navigation et le contexte de conduite afin de générer des trajectoires et des traces de raisonnement par chaîne de causalité » précise NVIDIA. Profitant d’une vision à 360 degrés, ces deux types de données sont combinés : les trajectoires générées décrivent les actions possibles du véhicule tandis que les traces de raisonnement fournissent la chaîne de causalité à l’origine de la décision.

Multitâches, le modèle ne se contente pas de fournir uniquement ces deux sorties. Pour chaque décision, des informations telles que les méta-actions (décrivant des intentions comme céder le passage, changer de voie ou s’arrêter) et les réponses aux questions visuelles sont produites. En outre, le modèle génère des étiquettes automatiques issues de la conversion des séquences de conduite en données d’entraînement et de validation. Analysées simultanément, l’ensemble de ces sorties fournissent un tableau complet détaillant le processus décisionnel.

Une transparence qui met en confiance

La gamme Alpamayo se démarque par sa capacité à évoluer dans des environnements imprévisibles, un gage de sécurité qui pourrait accélérer le développement de la conduite autonome de niveau 4. En outre, en générant une explication des décisions prises, les modèles de vision-langage-action offrent une transparence qui contraste avec les modèles IA opaques.

Cette transparence est un atout qui pourrait lever les obstacles juridiques retardant l’homologation des voitures autonomes. Lors d’un litige juridique, le véhicule deviendrait capable de justifier une manœuvre, ce qui permettrait d’évaluer les causes et les effets et d’ainsi interpréter la décision prise dans un contexte précis.

Toutefois, ces fonctionnalités doivent encore être testées et validées une fois le modèle embarqué en conditions réelles. Des preuves de robustesse et de fiabilité devront être fournies en cas d’imprévisibilité dans la circulation ou lors de conditions météo dégradées.