Nous suivre Industrie Techno

abonné

[Dossier IA] Avec Aniti, Toulouse se lance dans l'IA certifiable pour équiper les systèmes critiques

[Dossier IA] Avec Aniti, Toulouse se lance dans l'IA certifiable pour équiper les systèmes critiques

L’institut interdisciplinaire d’intelligence artificielle de Toulouse veut développer une approche hybride pour répondre aux exigences de sécurité des systèmes autonomes critiques.

Développer les fondations d’une intelligence artificielle (IA) suffisamment fiable et robuste pour l’embarquer dans les transports et la robotique industrielle. Voilà l’objectif de l’un des trois programmes de recherche d’Aniti. Porté par l’université fédérale Toulouse Midi-Pyrénées, l’Artificial and natural intelligence Toulouse institute est l’un des quatre instituts 3IA (institut interdisciplinaire d’intelligence artificielle) labellisés en avril 2019. Soutenu par le programme d’investissements d’avenir, la région Occitanie et Toulouse Métropole, il est issu de la forte mobilisation d’un écosystème qui s’est bâti autour de l’aéronautique, du spatial et des systèmes embarqués critiques. « Pour remporter la mise, nous avons joué sur la cohérence d’un projet ancré et co-construit dans son environnement », insiste Nicolas Viallet, le directeur opérationnel d’Aniti.

L’environnement, c’est bien sûr la capitale européenne de l’aéronautique et du spatial, avec ses écoles d’ingénieurs (Isae-Supaero, INP Toulouse, Insa), ses universités, ses laboratoires de recherche (Irit, IMT, Laas…) et ses réseaux qui favorisent le travail collaboratif, comme le pôle Aerospace Valley et l’IRT Saint-Exupéry. Mais c’est aussi de nombreux clusters, autour de l’automobile, du ferroviaire ou de la robotique. « Ici, les systèmes embarqués critiques ne se conjuguent pas uniquement avec l’aéronautique et le spatial », rappelle Thierry Cammal, le directeur général de Renault Software Labs. Ce centre de R & D spécialisé dans les architectures logicielles et les systèmes embarqués mobilise 280 ingénieurs à Toulouse. Surtout, la ville s’affiche désormais comme un laboratoire à ciel ouvert pour les véhicules autonomes et connectés. Les démonstrations s’enchaînent. En décembre, Airbus a fait décoller un A 350-1000 depuis les pistes de Toulouse-Blagnac en mode 100 % automatique [lire encadré]. « L’objectif est d’utiliser l’IA pour décharger en partie le pilote d’un certain nombre de tâches afin qu’il se concentre sur la sécurité et la surveillance des systèmes », explique Airbus. Pas question pour l’instant de parler d’avion sans pilote. Il s’agit plutôt de préparer la transition vers des vols avec un seul pilote à bord au lieu de deux.

Les trois grands défis d’une IA plus robuste

De son côté, EasyMile, le spécialiste toulousain des navettes autonomes, lance une phase d’expérimentation à la suite de l’appel à projets national Expérimentation du véhicule routier autonome (Evra), organisé par l’Ademe et le PIA. À terme, il s’agit de démontrer la sécurité d’un service de transport public complètement autonome (sans opérateur à bord) sur voie publique. « Nous n’en sommes pas encore là », reconnaît Benoît Perrin, le directeur général d’EasyMile. Pas question de brûler les étapes. « Pour mettre en œuvre des systèmes d’assistance au pilotage, l’automobile, comme l’aéronautique, a encore de nombreux challenges à relever », admet Thierry Cammal. Industriels et chercheurs partagent la même analyse. Pour être au rendez-vous des véhicules autonomes, l’IA doit franchir des étapes importantes autour de ces trois notions clés : fiabilité, explicabilité et certificabilité.

Pour relever ces défis, l’institut toulousain mise sur le développement d’une nouvelle génération d’IA dite hybride, associant de façon intégrée des techniques d’apprentissage automatique à partir de données (machine learning) et des modèles permettant d’exprimer des contraintes et d’effectuer des raisonnements logiques. Cette approche vise à apporter de meilleures garanties en termes de fiabilité, d’explicabilité et d’interprétabilité des résultats des algorithmes utilisés, tout en veillant à leur acceptabilité sociale et à leur viabilité économique. Pas question en effet de jouer aux apprentis sorciers pour des applications critiques ciblées, telles que les véhicules autonomes, avec l’IA version machine learning. Il reste trop d’inconnues dans les[…]

Pour lire la totalité de cet article, ABONNEZ-VOUS

Déjà abonné ?

Mot de passe perdu

Pas encore abonné ?

vous lisez un article d'Industries & Technologies N°1030

Découvrir les articles de ce numéro Consultez les archives 2020 d'Industries & Technologies

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Kallista Energy va déployer 80 stations de recharge électrique à forte puissance sur les autoroutes de France d’ici 2024

Kallista Energy va déployer 80 stations de recharge électrique à forte puissance sur les autoroutes de France d’ici 2024

Le producteur d’énergie Kallista Energy a annoncé le 2 juillet le déploiement de 80 stations de recharge pour[…]

Lanceurs du futur, véhicules autonomes, tests sérologiques de Bio-Rad, le best-of de la semaine

Lanceurs du futur, véhicules autonomes, tests sérologiques de Bio-Rad, le best-of de la semaine

Alstom va tester des trains autonomes pour le transport régional en Allemagne

Alstom va tester des trains autonomes pour le transport régional en Allemagne

Cybersécurité : Cisco découvre une faille qui permet de contrôler à distance une voiture connectée

Cybersécurité : Cisco découvre une faille qui permet de contrôler à distance une voiture connectée

Plus d'articles