Après une longue absence, les évolutions les plus impensables des progrès de la science ressortent encore plus.
Le domaine apprentissage profond deep learning (hierarchical learning) a été le secteur scientifique qui a progressé de manière inimaginable et surtout très rapide.
https://fr.wikipedia.org/wiki/Apprentissage_profond
Dans pubmed, la recherche "deep learning" augmente de 200 en 2013 à 14700 en 2021
en montée exponentielle.
https://pubmed.ncbi.nlm.nih.gov/?term=deep+learning&filter=years.2007-2022&size=100
Yoshua Bengio est un chercheur canadien réputé dans ce domaine. Il a été interviewe en 2018:
Avant d'expliquer l'apprentissage profond, rappelons ce que sont l'intelligence artificielle (IA) et l'apprentissage automatique [machine learning]. Les recherches en IA visent à donner aux ordinateurs la capacité de prendre de meilleures décisions, ultimement aussi bien que ce que nous, humains, sommes capables de faire. On est encore très loin du niveau d'intelligence des humains, mais il y a eu des progrès significatifs ces dernières années, de multiples applications se mettent en place et font l'objet d'un intérêt industriel croissant. Plusieurs méthodes ont été explorées durant les dernières décennies pour rendre les ordinateurs plus intelligents, mais ce qui marche le mieux depuis une quinzaine d'années, ce sont les méthodes basées sur l'apprentissage automatique. Le principe en est le suivant : pour que l'ordinateur devienne intelligent, on va lui permettre d'acquérir des connaissances par l'observation d'exemples et par l'interaction avec son environnement. On inverse donc les méthodes classiques qui consistent à donner directement à l'ordinateur des connaissances, comme on écrit des formules dans un livre ou comme on programme un ordinateur de manière classique. Dans les méthodes d'apprentissage automatique, on s'intéresse au contraire aux connaissances acquises par l'ordinateur.
Parmi les nombreuses méthodes en apprentissage automatique explorées depuis des décennies, il existe un certain type de méthodes qui s'appellent apprentissage profond, qui font suite aux méthodes plus anciennes appelées réseaux de neurones, car inspirées du fonctionnement du cerveau. Ce sont ces méthodes-là qui ont connu des succès incroyables ces dernières années. Pourquoi parle-t-on d'apprentissage profond ? Parce qu'on construit des systèmes qui transforment les données brutes à travers plusieurs étapes. "Profond" signifie ici que beaucoup d'étapes se succèdent. Par exemple, une image est transformée par votre cortex (ou par des réseaux de neurones profonds) en plusieurs étapes, chacune menant à une nouvelle représentation de cette image, une représentation plus abstraite. Ça commence avec une représentation brute, comme les pixels, puis, ensuite, on a des couches qui détectent les bords entre les objets, puis les objets eux-mêmes, puis la nature de la scène. L'important est que ces représentations sont apprises plutôt que fixées par avance comme on le faisait auparavant.
- - - - -
L'extrême rapidité des applications industrielles me semble l'évènement le plus décisif.
La reconnaissance des panneaux de signalisation avec l'exemple de la citroen C3 d'entrée de gamme qui est une des voitures les moins chères de la gamme B est révélateur.
En décembre 2021, "La voiture sans conducteur débarque en Europe"
Pour l’instant, l’Allemagne est le seul pays européen qui a adapté sa législation pour permettre cet automatisme. Aux États-Unis, la possibilité est déjà ouverte dans quelques états. En Chine, c’est autorisé d’office.
Mais l’important, c’est le pas technologique franchi, explique Marc Vrecko : Ces deux voitures sont équipées de capteurs Lidar, un scanner laser qui reconstitue l’environnement de la voiture en temps réel et en 3D. C’est le premier, et pour l’heure, le seul produit pour des voitures de série.
La Mercedes propose même d’emblée un Lidar de deuxième génération. Ce scanner est au centre du dispositif : il offre des capacités de perception uniques, y compris de nuit et quelles que soient les conditions climatiques. Il scrute l’environnement à l’avant de la voiture 25 fois par seconde, avec un large champ de vision et une portée jusqu’à plus de 200 mètres.
En Europe, en juillet 2022, la Commission européenne va imposer la présence d’un système d’alerte de survitesse dans nos voitures. L’objectif est de réduire le nombre d’accidents mais certaines associations craignent pour la protection des données récoltées.
Ce système d’adaptation intelligente de la vitesse (baptisé “AIV” en français, ndlr) devra équiper les nouveaux modèles introduits sur le marché européen à partir de juillet 2022. Il deviendra obligatoire pour toutes les voitures neuves qui seront vendues à partir de juillet 2024”, indique la Commission européenne, précisant que les véhicules déjà commercialisés avant cette date ne seront pas concernés.
Les autres équipements qui deviennent obligatoires:
L’avertisseur de somnolence et de perte d’attention du conducteur.
La reconnaissance avancée de distraction du conducteur.
Le signal de freinage d’urgence sous forme de signal lumineux pour indiquer aux usagers derrière le véhicule que le conducteur freine brusquement.
La détection en marche arrière avec une caméra pour éviter les collisions avec les personnes et les objets situés derrière le véhicule.
Le système de surveillance de la pression des pneus avertissant le conducteur en cas de perte de pression.
La facilitation de l’installation d’un éthylomètre antidémarrage.
Le système de maintien de la trajectoire.
L’enregistreur de données d’événements aussi appelé “boîte noire”
https://www.auto-ies.com/blog/securite-routiere-2022-quelles-sont-les-nouvelles-reglementations
Des taxis autonomes sur les routes de Chine:
https://geeko.lesoir.be/2022/02/22/des-taxis-autonomes-sur-les-routes-de-chine/
voir la page wikipedia très bien documentée:
https://en.wikipedia.org/wiki/Self-driving_car
De nombreuses voitures sont déjà équipées de Détection de piéton/motard par analyse d’images
il existe aussi l’alerte active de franchissement involontaire de ligne, ou de bas-côté...
pour un ensemble de ces systèmes "conçus pour vous aider et rendre la conduite plus sûre, que vous soyez en train de vous garer, sur l'autoroute ou en ville":
https://www.toyota.fr/world-of-toyota/safety/
Bref ces domaines très actifs soulignent que le monde des cameras va "réguler" le monde des êtres humains et leur liberté.
les domaines de reconnaissance facial, de reconnaissance de port de masque, de biométrie... connaissent les mêmes interrogations.
- - - - -
