La voiture autonome Google, un défi sémiotique à surmonter

Depuis le début des années 2000, plusieurs entreprises  comme Mercedes Benz, BMW Ag, Ford Motor Co, etc. développent des projets de véhicules citadins autonomes. À la lumière du premier accident mortel d’une voiture autonome Tesla, survenu le 7 mai 2016 aux États-Unis, cet article se penche sur les limites de ce transport du futur. À partir d’une brève analyse du cas de la voiture autonome Google, une piste de l’intelligence artificielle sera présentée comme étant une solution future d’optimisation.

La Google Car

Le développement de voitures autonomes a commencé dans les laboratoires de Google en 2009. Il est passé par trois étapes :

1. Le système de pilotage automatique a été, d’abord, expérimenté sur la Toyota Prius, le véhicule hybride électrique produit par Toyota depuis 1997. Pour tester principalement les réactions des automobilistes et des piétons, 1,5 million de miles ont été parcourus. Le système a été intégré en 2012 à la Lexus RX450h, le premier véhicule utilitaire sport hybride en Amérique du nord, sur les routes depuis 1998. La voiture a fait 300000 miles sur autoroute.
2. Google a produit en 2014 son propre prototype conçu entièrement en tant que véhicule sans conducteur. Il s’agit d’une voiture électrique sans volant ni commandes d’accélérateur ou de frein, baptisée la Google Car. Le projet a été lancé par Sebastian Thrun au sein de Alphabet Inc. et repris par le spécialiste en interaction homme-robot, Chris Urmson. La Google Car a été testée en 2015. Elle a sillonné les routes californiennes avec la présence d’un ingénieur à bord afin d’éviter une éventuelle perte de contrôle.

La Lexus équipée par le système de pilotage autonome Google

Le système de pilotage

Pour transporter ses passagers d’un point A à un point B et circuler de façon optimale et sécuritaire, la Google Car répond aux questions contextuelles et prédicatives suivantes :

1. Où suis-je ?
2. Qu’est-ce qu’il y a tout autour ?
3. Qu’est-ce qui va se passer bientôt ?
4. Que dois-je faire ?

Le prototype comporte un système de sauvegarde de données et un ordinateur reliés à un système de pilotage automatique composé:

1. D’un radar de télédétection par laser ou LiDAR, placé sur le toit du véhicule, qui assure un balayage de 60 mètres dans toutes les directions afin de générer une carte tridimensionnelle de l’espace environnant
2. De radars qui détectent et déterminent les positions et les distances des objets à proximité
3. De capteurs qui mesurent les mouvements du véhicule et déterminent sa géolocalisation
4. D’une caméra vidéo qui détecte les feux de signalisation et les objets en mouvement comme les piétons et les vélos

Le découpage fonctionnel de la Google Car

Enjeux sécuritaires, économiques et urbains

Le cofondateur de Google, Sergueï Brin, a déclaré que le concept de véhicule électrique recelait d’importants enjeux économiques et urbains. Avec la Google Car, il est possible d’envisager un moyen de transport public plus écologique, car allégé et de facto consommant moins d’énergie. Il est aussi plus flexible que les transports en commun puisqu’il permet à l’utilisateur de choisir n’importe quel trajet et plus efficient que la voiture privée qui demeure inutilisée pendant des heures dans les espaces de stationnement. Étant commandé par un logiciel, le véhicule autonome est plus sécuritaire. En effet, les facteurs humains tels que la fatigue, l’alcool, la vitesse excessive ou inadaptée, les substances psychoactives et la distraction ne figureront plus parmi les causes des accidents routiers.

Le défi sémiotique de la voiture autonome

Cela étant dit, les voitures sans conducteurs ont des limites de fonctionnement qui peuvent engendrer des accidents. D’après les déclarations de Sebastian Thrun sur les problèmes irrésolus en ce qui a trait au traitement des données par l’ordinateur et aux causes des accidents mineurs des véhicules Google de test, on peut résumer le problème à l’incapacité du logiciel à analyser certains aspects de l’environnement. D’une part, le véhicule de Google ne comprend pas le langage gestuel de l’agent de police. D’autre part, comme les humains, il ne peut pas anticiper les réactions inattendues des autres sujets en mouvement. En effet, en février 2016, la Lexus RX450h a percuté, à vitesse réduite, un bus public. En contournant un obstacle, la voiture a cédé la priorité aux autres véhicules mais en commandant le changement de voie, le logiciel a pensé que l’autobus allait lui permettre de passer en premier. Les deux cas montrent qu’il s’agit d’un problème de communication entre des sujets qui ne comprennent pas leur langage respectif ou qui ont omis de communiquer avec l’autre avant de passer à l’acte. Si, dans l’avenir, l’intelligence artificielle allait remplacer l’homme dans la prise de décision, alors son challenge épistémologique sera sémiotique. La sémiotique étant selon Charles Sanders Peirce la science qui étudie les processus sémiosiques, c’est-à-dire le rapport et l’interaction entre un signe et son action. Les études sémiotiques s’intéressent en outre aux situations de communication entre des actants et/ou des agents qui n’ont pas de langage commun dans une situation bien déterminée.

La communication entre machines autonomes

Une équipe de chercheurs français s’est penchée sur la question de la communication entre machines autonomes en partant, selon nous, d’une condition sémiotique. En effet, leur étude consiste à chercher le moyen qui assure le partage rapide et efficace des informations entre plusieurs machines autonomes qui entrent en communication. Il s’agit dans la sémiotique des conditions pragmatiques de l’échange des signes. Ils ont publié leurs résultats à la 22e Conférence européenne sur l’intelligence artificielle qui a eu lieu à La Haye du 29 août au 2 septembre 2016.  La solution est la formule suivante (k+1) x (N-2), quiparticipera à l’élaboration de protocoles de communication en calculant le nombre minimal d’échanges. Ceci permettra de réduire les temps d’analyse des informations et de réaction.

Auteure

Hanen Hattab est doctorante en sémiologie à l’UQAM. Ses recherches portent sur les pratiques d’art et de design subversifs et contre culturels comme le vandalisme artistique, le sabotage et les détournements culturels dans l’illustration, les arts graphiques et la sculpture.

[accordion title= »Références des images  » close= »1″]

Photo d’en-tête : Crédit photo Google Street View

La Lexus RX450h équipé par le système de pilotage autonome Google : Crédit photo Paris Match

Vidéo : Google Street View

Le découpage fonctionnel de la Google Car : Crédit photo Google Street View [/accordion]