Chaque randonneur (même un guerrier du week-end comme le vôtre) connaît la sensation nauséabonde d’un faux sommet. Vous transpirez pendant des heures, les jambes douloureuses, les poumons brûlants, convaincu à 100% que le sommet final se trouve juste au-dessus de la crête suivante - pour ensuite l'escalader et découvrir une paroi rocheuse presque verticale s'étendant dans ce qui ressemble aux nuages eux-mêmes.
Dans la course à plusieurs milliards de dollars visant à retirer le volant des voitures électriques modernes, Alphabet's Waymo a publié un manifeste d'ingénierie qui fournit ce diagnostic précis et glacial au monde autonome, et sans mentionner son nom - en regardant directement le pari aux enjeux élevés de Tesla.
Le message, rédigé par Srikanth Thirumalai, responsable des fondations d'IA de Waymo, présente dix leçons fondamentales (je me demande si Waymo voulait que cela soit considéré comme 10 commandements ?) distillées après avoir parcouru plus de 200 millions de kilomètres sans conducteur. Cela se lit comme une rupture académique des cadres de sécurité de l’apprentissage automatique, mais en fait, il s’agit d’une offensive tactique contre l’Évangile selon Elon Musk.
Waymo n'épelle jamais les lettres T-E-S-L-A, mais ce n'est pas obligatoire. Chaque idée démonte les principaux piliers techniques de la conduite entièrement autonome (FSD). Le coup le plus douloureux touche le fameux raccourci : la conviction qu’une suite avancée d’assistance à la conduite de niveau 2 peut d’une manière ou d’une autre évoluer vers une autonomie totale de niveau 4.
Waymo qualifie cette transition de faux sommet. L'argument va droit au but : vous pouvez enregistrer des milliards de kilomètres simulés dans une ferme de serveurs, et vous pouvez récolter des millions de kilomètres d'autoroute à partir des voitures de clients quotidiens, mais rien de tout cela ne prépare une intelligence artificielle à la réalité jusqu'à ce que vous retiriez la sauvegarde humaine du siège du conducteur. Tant qu’un conducteur humain reste légalement responsable et prêt à tirer sur le volant lorsque les choses deviennent risquées, l’IA ne se confronte jamais à la véritable gravité de ses choix.
Vient ensuite la guerre sainte idéologique autour du matériel. Tesla a supprimé les radars et les capteurs à ultrasons de ses voitures il y a des années pour réduire les coûts et rationaliser la production, en misant tous sur la vision pure par caméra. La leçon d'ouverture de Waymo rejette cette approche avec un froid pragmatisme, affirmant que la fusion de capteurs multimodaux n'est pas sujette à des négociations.
Les caméras sont fantastiques pour lire les panneaux de limitation de vitesse et détecter la teinte d'un feu de circulation, mais elles sont vulnérables au soleil hivernal aveuglant à faible angle et aux embruns épais. Waymo associe des caméras optiques haute résolution à un lidar rotatif sur le toit pour découper des géométries 3D au millimètre près, tandis que le radar mmWave tranche directement à travers les pluies torrentielles, le brouillard dense et la poussière soufflée.
La stratégie de Tesla parie que du matériel grand public léger et des logiciels intelligents peuvent réaliser ce que font des piles matérielles lourdes et coûteuses. Dans le même temps, les constructeurs automobiles chinois poussent la course aux armements matériels à la vitesse supérieure. Le crossover électrique G6 de taille moyenne de XPeng intègre des matrices double LiDAR dans une architecture dont le prix est d'environ 50 000 € sur les marchés étrangers, prouvant qu'une redondance sensorielle avancée ne doit pas nécessairement coûter six chiffres.
La quatrième leçon de Waymo s'adresse à l'orthodoxie moderne de la Silicon Valley : le réseau neuronal de bout en bout. Au cours des deux dernières années, Tesla a tout misé sur des modèles de bout en bout qui récupèrent les pixels vidéo bruts des caméras et les transmettent directement aux entrées de direction, d'accélérateur et de freinage. Waymo prévient que s'appuyer entièrement sur une pure boîte noire de bout en bout est un piège dangereux car il est difficile de vérifier comment le modèle prend des décisions de vie ou de mort.
Au lieu de cela, Waymo utilise ce qu'il appelle une architecture « penser vite et lentement ». La fusion rapide des capteurs gère les réflexes physiques d'une fraction de seconde, et de grands modèles de langage de vision dédiés gèrent le raisonnement profond de la scène (interprétation d'un agent de la circulation agitant une lampe de poche autour d'un accident par exemple).
Une couche de validation IA intégrée et indépendante agit comme un filet de sécurité, annulant automatiquement toute commande de direction ou de freinage qui enfreint le code de la route ou risque d'avoir un impact. Si le réseau neuronal hallucine un chemin dégagé vers une barrière de construction, le dispositif de sécurité freine brusquement.
Lorsque l’on examine les tableaux de bord opérationnels, l’écart entre la réalité commerciale et les promesses logicielles devient douloureusement grand. Waymo effectue chaque semaine plus de 500 000 voyages de passagers payants et entièrement sans conducteur à Phoenix, San Francisco, Los Angeles, Austin, Dallas, Houston, San Antonio et Orlando, avec pour objectif un million de trajets hebdomadaires avant la fin de l'année.
Le pilote de robot-taxi limité de Tesla à Austin, fonctionnant avec des moniteurs de sécurité humaine dans la cabine, n'a parcouru que 380 000 miles sans surveillance sur une année entière. La flotte commerciale de Waymo couvre cette distance exacte en environ 24 heures. Mais la situation de Tesla est sur le point de changer, apparemment.
Bien sûr, nous avons déjà vu cette tension narrative : l’instinct de la Silicon Valley est d’agir rapidement, d’expédier le code bêta et de laisser la base d’utilisateurs déboguer le produit dans la nature. Mais un véhicule électrique de deux tonnes transportant une famille à vitesse d’autoroute ne peut pas être traité comme un système d’exploitation de smartphone instable.
L'assistance à la conduite de niveau 2 est un brillant compagnon d'autoroute qui atténue les déplacements quotidiens, mais prétendre que quelques mises à jour en direct transformeront une voiture de banlieue basée sur une caméra en un robot-taxi commercial commence à ressembler à de la fantaisie. Mais encore une fois, les constructeurs automobiles chinois semblent faire de nombreux progrès. Le mot-clé ici est le « sembler ».
Debout sur une crête inférieure, il est facile de lever les yeux, de sentir l’air raréfié et de se convaincre que la victoire est au coin de la rue. Mais comme l’ont démontré 200 millions de kilomètres sans conducteur, le véritable pic d’autonomie des véhicules nécessite un équipement sensoriel sérieux, des dispositifs de sécurité indépendants rigoureux et l’honnêteté d’admettre que les caméras à elles seules ne peuvent pas voir à travers toutes les tempêtes. Bien qu'il y ait une légère chance que Waymo et quelques autres (dont moi-même) se soient complètement trompés, et Elon nous prouvera le contraire le mois prochain.
