En novembre 2018, Hyundai annoncé un investissement dans une startup israélienne nommée Allegro.ai, spécialisée dans la vision par ordinateur basée sur l'apprentissage profond. En apparence, cela ressemblait à un accord commercial standard. L’entreprise A investit dans l’entreprise B. C’est une bonne chose pour les deux parties (du moins, espérons-le), mais cela a très peu d’implications pour le consommateur moyen. Ce rapprochement est un peu différent. Même si les propriétaires de Hyundai ne remarqueront pas de changement immédiat, le partenariat promet de permettre au Sud L'entreprise coréenne va apporter plus de technologie dans ses voitures plus rapidement que si elle avait décidé de tout faire en interne.
Digital Trends s'est entretenu avec Nir Bar-Lev, PDG d'Allegro.ai, pour en savoir plus.
Vidéos recommandées
Hyundai est énorme, c'est un des plus grands constructeurs automobiles du monde, alors pourquoi investirait-il dans une startup comme Allegro.ai au lieu de développer la technologie par lui-même? Construire une voiture est difficile, il suffit de demander à n'importe laquelle des startups qui ont essayé, lutté et échoué, mais développer des logiciels avancés est également difficile et prend du temps.
« Il n’y a pas assez de personnes possédant l’expérience et les connaissances nécessaires pour faire du deep learning à un niveau élevé. C’est un peu comme essayer de construire une voiture à l’âge de pierre. L’infrastructure dont disposent les entreprises ressemble quelque part à ce qui existait il y a 35 à 40 ans dans l’industrie traditionnelle du logiciel », a expliqué Bar-Lev. Il a ajouté que 99 % des entreprises ne disposent pas de l’expertise requise pour travailler avec le deep learning. « Si l’on pense à la ruée vers l’or, tout le monde avait finalement besoin de jeans, de pioches et de pelles, sinon ils ne pourraient pas extraire l’or. C'est la même chose ici.
C'est là qu'intervient Allegro.ai. Tandis que Hyundai développera sa propre technologie d’apprentissage profond, ses chercheurs utiliseront les solutions d’Allegro.ai pour mieux comprendre comment les pièces du puzzle s’assemblent. "En rendant ces outils disponibles dans le commerce, les entreprises peuvent y accéder, ce qui signifie que les choses vont aller plus vite", prédit Bar-Lev.
Apprendre à conduire une voiture, c'est un peu comme apprendre à conduire à un adolescent dans le sens où l'expérience est la clé.
La première application (et la plus souvent citée) de l’apprentissage profond dans le monde automobile consiste à propulser une voiture autonome. Pour que cela fonctionne, une voiture doit comprendre ce qu’elle fait, ce que font les autres voitures et le type d’environnement dans lequel elle évolue. Et, comme l'a souligné Bar-Lev, conduire une voiture aux États-Unis est une expérience complètement différente de celle de conduire à Abu Dhabi, à Guatemala City ou à centre-ville de Paris.
Apprendre à conduire une voiture, c’est un peu comme apprendre à conduire à un adolescent dans le sens où l’expérience est la clé. Pour un jeune de 15 ans, l'expérience vient en passant des heures au volant à côté d'un moniteur. Pour une voiture, cela nécessite de fournir au logiciel une quantité gigantesque de données annotées cela lui apprend à quoi ressemblent les arbres, les camions et les passages à niveau.
Allegro.ai ne traite pas de données. Les entreprises qui souhaitent construire des voitures autonomes doivent trouver un moyen de les rassembler. Il fournit simplement une plate-forme qui permet aux ingénieurs de l'annoter et de le transmettre à une voiture plus efficacement et à grande échelle. À un deuxième niveau, mais plus durable, la même technologie de base peut être utilisée pour apprendre à une voiture à reconnaître qui se trouve à bord à un moment donné et à ce qu'ils font.
« Si une voiture est à la demande, elle doit savoir d’une manière ou d’une autre ce qui se passe dans l’habitacle. Il doit s’assurer que personne ne jette des déchets dans la cabine, que personne ne fasse quelque chose qu’il n’est pas censé faire », a expliqué Bar-Lev. Ce type de technologie est également utilisé dans les systèmes semi-autonomes pour savoir si le conducteur regarde la route devant lui, compte les corbeaux sur les lignes électriques ou dort.
Enfin, la technologie du deep learning peut également aider les constructeurs automobiles à construire de meilleures voitures. Les robots formés au contrôle qualité peuvent identifier même les plus petites rayures sur la peinture, les panneaux de carrosserie mal alignés ou les fuites avant qu'une voiture ne quitte la chaîne de montage. Les humains font actuellement ce travail. IALes robots compatibles pourraient les remplacer ou les compléter, selon l'entreprise et le cas d'utilisation qu'elle réalise pour la technologie d'apprentissage en profondeur.
« Beaucoup de gens ne comprennent pas la nécessité du deep learning, ni pourquoi nous en parlons. Il faut reconnaître que Bosch et Samsung [les investisseurs d'Allegro] ont vraiment vu où allait le marché, et Je pense que Hyundai nous rejoint est un témoignage de la compréhension au sein de l’industrie », a conclu Bar-Lev.
Recommandations des rédacteurs
- Des commentaires basés sur l'IA arriveront à Wimbledon le mois prochain
- Le supercalculateur de Nvidia pourrait ouvrir la voie à une nouvelle ère de ChatGPT
- La technologie de reconnaissance faciale pour les ours vise à assurer la sécurité des humains
- Comment l'USPS utilise les GPU Nvidia et l'IA pour suivre le courrier manquant
- Le panier de basket robotisé intelligent du MIT vous aidera à améliorer votre jeu
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
