Aider les voitures autonomes à penser davantage comme les humains améliorera la sécurité routière

Une équipe du Massachusetts Institute of Technology (MIT) cherche à savoir si l’intelligence artificielle des voitures autonomes peut classer les personnalités des conducteurs humains qui les entourent.

L’équipe du Laboratoire d’informatique et d’intelligence artificielle (CSAIL) du MIT espère que des hypothèses précises sur la personnalité des conducteurs humains permettront aux voitures autonomes de mieux prédire leurs actions. Cela signifierait clairement plus de sécurité dans un monde où les voitures pilotées par AI sont mélangées à des véhicules encore utilisés par des humains.

L’IA actuelle pour les voitures autonomes suppose que tous les humains agissent de la même façon et dépense d’innombrables ressources pour s’adapter lorsqu’ils ne le font pas. Cela signifie errer du côté de la prudence, en créant de longues attentes aux arrêts à quatre sens, par exemple, lorsque l’IA tente de naviguer. Cette prudence réduit les risques d’accident à l’intersection, mais peut entraîner d’autres dangers, car les conducteurs qui se trouvent derrière et autour de la voiture en attente réagissent à son comportement de conduite très prudent.

Un nouvel article de l’équipe de la CSAIL explique comment les méthodes de psychologie sociale et la théorie des jeux peuvent être utilisées pour classer les conducteurs humains d’une manière utile à l’IA. À l’aide de ce qu’on appelle l’Orientation des valeurs sociales (OVS ou SVO : Social Value Orientation), les conducteurs sont évalués en fonction du degré d’égoïsme ou d’altruisme et de coopération de la personne.

L’objectif est de former l’IA à faire ce que chaque adolescent peut déjà accomplir inconsciemment : attribuer une note SVO aux personnes au volant, créer des évaluations des risques basées sur cela, et utiliser cette information pour changer leur propre comportement aussi.

Les véhicules autonomes au Comportement Social du MIT

À l’aide d’un test simulé où l’ordinateur recevait de courts extraits de mouvements imitant le comportement d’autres voitures, l’équipe a été en mesure d’améliorer de 25 % la prédiction de l’IA des mouvements de ces voitures. Dans une simulation de virage à gauche, par exemple, l’ordinateur a été en mesure d’évaluer avec plus de précision la sécurité de l’entrée dans une intersection en se basant sur des prédictions du caractère prosocial du conducteur venant en sens inverse.

L’équipe poursuit l’élaboration des prédictions algorithmiques utilisées pour évaluer d’autres facteurs, de sorte qu’elle n’est pas encore prête à être mise en œuvre dans le monde réel. Les répercussions sur la sécurité d’un SVO en service dans un véhicule, même si ce véhicule n’est pas autonome, sont importantes. Une voiture qui pénètre dans l’angle mort d’un conducteur, par exemple, pourrait faire l’objet d’une évaluation pour déterminer le niveau d’alerte transmis au conducteur par le SVO. Un rétroviseur avertissant d’un conducteur agressif en approche pourrait également aider à améliorer les réactions à un comportement apparemment erratique ou agressif.

Un exemple de ce que l’IA « voit » lors de l’évaluation des autres conducteurs par le SVO

« Créer un comportement plus humain dans les véhicules autonomes (VA) est fondamental pour la sécurité des passagers et des véhicules environnants, car un comportement prévisible permet aux humains de comprendre les actions de l’AV et d’y réagir de manière appropriée « , déclare Wilko Schwarting, auteur principal du document et étudiant diplômé au MIT.

L’équipe du MIT prévoit aller de l’avant avec la recherche en appliquant la modélisation SVO aux piétons, aux cyclistes et aux autres véhicules dans un environnement de conduite. Il est également prévu d’examiner si le système pourrait avoir des répercussions sur les systèmes robotiques à l’extérieur de l’automobile, comme les robots domestiques.

https://www.csail.mit.edu/news/predicting-peoples-driving-personalities