Général

Swarm Intelligence: Comment les voitures autonomes pourraient-elles avoir besoin d'apprendre des fourmis


Les voitures autonomes deviennent une caractéristique de plus en plus importante de la vie moderne. La technologie informatique de pointe s'efforce de simuler le fonctionnement de notre cerveau et, si possible, de l'améliorer. Pour les applications de l'IA dans les voitures, il sera de plus en plus nécessaire de prévenir les embouteillages et les accidents et de s'écarter généralement les uns des autres.

Cela peut signifier que les voitures sans conducteur devront travailler, communiquer et apprendre collectivement plutôt que comme des unités individuelles. Les chercheurs du monde entier voient des promesses dans la prévention des embouteillages en apprenant des insectes sociaux comme les fourmis. Cela s'appelle l'intelligence collective ou en essaim.

Swarm intelligence?

L'intelligence en essaim est en fait le comportement collectif de tout ensemble de systèmes décentralisés et auto-organisés qui sont naturels ou artificiels. Il est généralement utilisé de nos jours pour décrire les travaux sur l'intelligence artificielle.

Le terme lui-même a été introduit par Gerardo Bei et Jing WAyn en 1989 dans le contexte des systèmes robotiques cellulaires.

Les systèmes de renseignement en essaim sont généralement constitués d'une population d'agents simples ou de boids. Ces unités auront tendance à interagir localement les unes avec les autres et dans leur environnement. L'inspiration des systèmes artificiels vient directement de la nature, comme vous l'imaginez.

Les unités SI auront tendance à suivre des règles très simples. Bien qu'il n'y ait pas de structure de contrôle centralisée qui dicte la façon dont les unités individuelles se comportent, il semble que l'ordre entre les individus se développe.

Les interactions locales et aléatoires entre agents ont tendance à conduire à l'émergence d'un comportement global "intelligent" apparent. Les exemples naturels comprennent les colonies de fourmis, les troupeaux d'oiseaux, l'élevage d'animaux, la croissance bactérienne et le banc de poissons.

L'application des principes de l'essaim aux robots est appelée robotique en essaim, tandis que «l'intelligence en essaim» fait référence à l'ensemble d'algorithmes plus général. La «prédiction d'essaim» a été utilisée dans le contexte des problèmes de prévision.

Le traduire en IA

Alors, comment cela peut-il être traduit en pratique pour les voitures autonomes? Les voitures ne sont pas les mêmes que les insectes après tout. Ils ne se diront pas, par exemple, où se trouvent de nombreuses sources de nourriture.

Il est plutôt envisagé que les voitures «communiquent» sur les embouteillages et mettent en garde contre d'autres problèmes. Les camions lourdement chargés sauront à l'approche d'une colline grâce aux cartes numériques et à la navigation par satellite. L'IA des camions pourra calculer que son trajet sera ralenti.

Celui-ci peut alors relayer cette information à d'autres véhicules dans le voisinage local et leur dire de dépasser rapidement. Le camion tentera également de rendre ce processus aussi simple que possible.

D'autres informations peuvent également être envoyées par voie électronique aux voitures. Cela pourrait inclure des feux de circulation qui ne peuvent pas nécessairement être encore «vus» par le véhicule. Toute information qui aidera les voitures autonomes à «apprécier» les conditions de conduite à l'avenir contribuera à réduire les problèmes de circulation.

Cependant, alors que des systèmes logistiques comme ceux-ci sont mis en œuvre, il manque encore une «mentalité» d'essaim en soi.

Nous sommes légion

Dans la nature, les organismes dotés d'une intelligence en essaim ont tendance à être caractérisés par leur capacité à effectuer des actions comme un seul. Presque comme s'ils formaient un tout intégral avec un objectif commun en «esprit». Les individus en quête d'avantages et de réussite personnelle ne calculent pas.

Aujourd'hui, la grande majorité des problèmes de circulation sont causés, ou à tout le moins, aggravés par une conduite impatiente ou agressive. La concurrence constante pour la position dans la circulation fait freiner brusquement les autres conducteurs, ce qui peut même provoquer des accidents.

Le professeur Thomas Schmickl, du Laboratoire de la vie artificielle de l'Université de Graz en Autriche, est l'un des rares scientifiques dont la recherche implique des robots et des créatures vivantes.

Schmickl s'inspire des systèmes de communication des poissons, des lucioles, des abeilles mellifères, des cafards et des moisissures visqueuses.

«Nous recherchons notre inspiration dans les poissons, les abeilles, les cafards et les moisissures visqueuses», explique Thomas Schmickl.

L'équipe de Schmickl se concentre sur l'autorégulation plutôt que sur l'apprentissage intensif de leurs robots. Leurs robots sous-marins autonomes et une petite voiture qu'il utilise réalisent des configurations finales «intelligentes» plus ou moins automatiquement.

L'IA doit apprendre de la nature

La courbe d’apprentissage requise ne peut pas être réussie, ou en toute sécurité, dans le trafic réel, mais peut être surmontée en laboratoire.

Le travail de Schmickl fait partie du projet Collective Cognitive Robots (CoCoRo), financé par l'UE.

Schmickl étudie comment les unités autonomes peuvent trouver leur chemin comme des fourmis. Le colorant phosphorescent sur le sol sert de substitut au parfum que les fourmis utilisent dans la nature.

Au Centre de recherche allemand pour l'intelligence artificielle (DFKI), les chercheurs tentent également d'éviter l'utilisation exclusive de l'apprentissage en profondeur pour les véhicules d'IA.

Heureusement, les accidents ont tendance à être des événements rares, de sorte que l'apprentissage automatique utilisant des données de masse ne présente que peu d'avantages.

Un bon exemple serait une voiture autonome lors d'un carnaval. Que doit-il faire s'il rencontre soudainement un éléphant? Pas frappé de toute évidence, mais frein ou déformation? Quelle direction?

La nature l'emporte actuellement sur l'IA

Les humains sont supérieurs à la technologie ici, du moins pour le moment. Nous sommes continuellement conscients de l'espace et du temps qui nous entourent et le rapportons à notre situation actuelle.

«Le monde devient un capteur universel»

«L’intelligence artificielle est encore une fleur tendre, mais elle est appelée à mûrir rapidement, ce qui en fait un instrument puissant», déclare le docteur Joseph Reger, directeur technique de Fujitsu Allemagne.

Joseph voit un avenir où une combinaison d'IoT, de villes intelligentes et d'IA est la norme.

«Le monde devient un capteur universel», explique Reger, «parce que l'IA obtient des informations nouvelles et auparavant dissimulées indépendamment des capteurs et caméras existants. La plupart de cela est déjà techniquement réalisable aujourd'hui. »

L'IA en est encore à ses balbutiements et continuera d'inclure de nombreuses disciplines. Il n'est probablement pas hors de question que la psychologie, la neurologie et les neurosciences, les mathématiques et la logique, les sciences de la communication, la philosophie et la linguistique finiront par se réunir.

Et, bien sûr, des ingénieurs devront être inclus pour assembler les pièces.

L'intelligence intelligente signifie-t-elle que les voitures autonomes pourraient avoir besoin d'apprendre des fourmis? Dans la mesure où les appareils intelligents sont de plus en plus interconnectés, ce n'est qu'une question de temps. Cependant, ne vous attendez pas à ce que les voitures autonomes construisent des ponts à partir de leurs propres `` corps '' ou coupent et emportent des arbres de sitôt.


Voir la vidéo: Mobilisez lintelligence Collective avec la Stigmergie (Août 2021).