Waymo déploie une mise à jour logicielle pour ses robotaxis afin d'améliorer leur gestion des feux de circulation rendus inopérants par les pannes de courant, a annoncé la société mardi. La mise à jour corrige les problèmes rencontrés lors d'une panne d'électricité à San Francisco le week-end dernier, où les véhicules autonomes de Waymo ont eu des difficultés à naviguer dans les intersections dont les feux de signalisation ne fonctionnaient pas.

Selon un article de blog de l'entreprise, le système de conduite autonome de Waymo est programmé pour traiter les feux de circulation éteints comme des arrêts à quatre voies, à l'image des pratiques de conduite humaines standard. Cependant, pendant la panne généralisée, de nombreux véhicules ont demandé à plusieurs reprises des vérifications de confirmation à l'équipe d'intervention de la flotte de Waymo pour valider leurs actions.

« Avec une panne aussi généralisée samedi, il y a eu un pic concentré de ces demandes de confirmation », a déclaré Waymo, expliquant que la forte augmentation des demandes a contribué à la congestion observée dans les séquences vidéo circulant en ligne. L'entreprise a souligné que le système de demande de confirmation avait été initialement mis en œuvre comme mesure de sécurité pendant les premières phases de déploiement.

Le problème sous-jacent provenait de l'incertitude de l'IA dans l'interprétation de la situation inhabituelle de nombreuses pannes simultanées de feux de circulation. Bien que le système soit conçu pour gérer les pannes individuelles, l'ampleur de la panne d'électricité à San Francisco a dépassé sa capacité, entraînant des demandes de confirmation excessives. Cela met en évidence un défi dans le développement de l'IA : assurer la robustesse et l'adaptabilité face à des événements imprévus et à grande échelle.

La mise à jour logicielle vise à affiner le système de demande de confirmation, en l'alignant sur l'échelle opérationnelle actuelle de Waymo. Cela implique de réduire la fréquence des demandes de confirmation inutiles dans les scénarios où le système devrait être capable de prendre des décisions de manière indépendante. La mise à jour exploite des algorithmes améliorés et l'analyse des données pour permettre aux robotaxis de naviguer plus efficacement et avec plus de confiance dans les intersections dont les feux de circulation sont défectueux.

Cet incident soulève des questions plus larges sur le déploiement de véhicules autonomes dans les environnements urbains. Bien que la technologie de conduite autonome soit prometteuse en termes de sécurité et d'efficacité accrues, elle introduit également de nouvelles vulnérabilités et dépendances. L'exemple de Waymo illustre l'importance de prendre en compte les cas extrêmes et les scénarios inattendus lors des phases de conception et de test des systèmes d'IA.

Les experts notent que cette situation souligne la nécessité d'un apprentissage et d'une adaptation continus dans l'IA. Les modèles d'apprentissage automatique sont généralement entraînés sur de vastes ensembles de données de scénarios de conduite réels. Cependant, ces ensembles de données peuvent ne pas représenter adéquatement les événements rares comme les pannes de courant à l'échelle de la ville. Par conséquent, il est essentiel de développer des systèmes d'IA capables de généraliser à partir des données existantes et de s'adapter à de nouvelles situations.

L'incident met également en évidence le rôle de la supervision humaine dans les opérations des véhicules autonomes. L'équipe d'intervention de la flotte de Waymo sert de filet de sécurité, fournissant une assistance à distance lorsque l'IA rencontre des situations difficiles. À mesure que la technologie de conduite autonome mûrit, l'équilibre entre l'autonomie et l'intervention humaine restera une considération essentielle.

La réponse de Waymo à la panne d'électricité de San Francisco témoigne d'un engagement à relever les défis et les limites de sa technologie. En mettant en œuvre des mises à jour logicielles et en affinant ses algorithmes d'IA, l'entreprise vise à améliorer la fiabilité et la résilience de ses robotaxis dans des conditions réelles. Le développement et le déploiement continus de véhicules autonomes façonneront sans aucun doute l'avenir des transports, nécessitant un examen attentif des progrès technologiques et des implications sociétales.