Arnaud de La Fortelle, Mines ParisTech Les enjeux de la donnée pour l'IA et le VA

1. CENTER FOR ROBOTICS 1
| Uni Eiffel, Nov. 2021 AI for AV
|
Les enjeux de la donnée pour l'intelligence
artificielle et le véhicule autonome
Prof. Arnaud de La Fortelle

2. CENTER FOR ROBOTICS 2
| Uni Eiffel, Nov. 2021 AI for AV
|
Plan
 Le futur du véhicule autonome
 IA, apprentissage et décision
 Les données pour l’IA

3. CENTER FOR ROBOTICS 3
| Uni Eiffel, Nov. 2021 AI for AV
|
Véhicules autonomes (?)
 Vision systémique
• Les véhicules autonomes sont une partie
• Quelle mission remplissent-ils ?
• Comment s’assurer de synergies positives ?
 Quelle mobilité demain ?

4. CENTER FOR ROBOTICS 4
| Uni Eiffel, Nov. 2021 AI for AV
|
Véhicules autonomes (?)
 Véhicules autonomes et coopératifs
 Le paradoxe :
• Autonome = Capable de décider seul
• Coopératif = Agit en accord avec les autres
 La clef : le processus de décision

5. CENTER FOR ROBOTICS 5
| Uni Eiffel, Nov. 2021 AI for AV
|
IA et apprentissage
 Architecture robotique
• Perception – planification – contrôle
 L’IA a permis des progrès importants
• Particulièrement en perception
• Meilleures précision et compréhension

6. CENTER FOR ROBOTICS 6
| Uni Eiffel, Nov. 2021 AI for AV
|
Apprentissage et décision
 L’apprentissage repose de gigantesques
bases de données
• Les capteurs d’un véhicule génèrent 5To/h
• Annotation (connaissance)
 Problème de décision
• Décider seul ? Dans l’incertain ?
• Communiquer avec les autres ? Comment ?
 Apprendre le processus de décision ?
• Difficile : quelle représentation ?

7. CENTER FOR ROBOTICS 7
| Uni Eiffel, Nov. 2021 AI for AV
|
Représentation du monde ?
 La perception construit une représentation

8. CENTER FOR ROBOTICS 8
| Uni Eiffel, Nov. 2021 AI for AV
|
Données et coopération
 Revisiter la boucle robotique
• Voir pour planifier ?
• Planifier pour voir ?
 Apprendre
• Le contexte, au-delà des objets :
Trajectoires, intentions
Coopération
• Les incertitudes
• les inconnues

9. CENTER FOR ROBOTICS 9
| Uni Eiffel, Nov. 2021 AI for AV
|
Données et coopération
 Le projet Franco-allemand HAIBrid
 Recueil de données
• 600 heures (Allemagne) → trajectoires
• Apprentissage des comportements
• Rendre les véhicules plus coopératifs

10. CENTER FOR ROBOTICS 10
| Uni Eiffel, Nov. 2021 AI for AV
|
Cibler les données
 Passer du Big Data au Smart Data
• Systèmes efficaces à plus de 99%
• Difficulté des cas rares « Edge Cases »
• Ne pas ré-apprendre et corriger les biais
Efficacité décroissante

11. CENTER FOR ROBOTICS 11
| Uni Eiffel, Nov. 2021 AI for AV
|
Heex Technologies
 Extraction événementielle de données

12. CENTER FOR ROBOTICS 12
| Uni Eiffel, Nov. 2021 AI for AV
|
Données & IA
 Améliorer les IA exigent de « tout » voir
 Ceci pose quelques défis
• Comment changer les algorithmes ?
• Quelles données recueillir ?
• Comment réconcilier IA, données et citoyens?
 Des solutions sont en développement
• Systèmes coopératifs, entre local et global
• Gestion ciblée des données

13. CENTER FOR ROBOTICS 13
| Uni Eiffel, Nov. 2021 AI for AV
|
Conclusion
 L’IA est en cours de déploiement
• Ne peut tout résoudre
• La cooperation est un reel enjeu
 La donnée pose problème
• Concilier IA, données et citoyens
• Apprendre à utiliser des données ciblées
 Un chemin à faire tous ensemble

14. CENTER FOR ROBOTICS 14
| Uni Eiffel, Nov. 2021 AI for AV
|
Merci
Prof. Arnaud de La Fortelle
arnaud.de_la_fortelle@mines-paristech.fr