Imaginez un monde où vos voitures apprennent à conduire avant même de quitter l'usine. Un monde où elles affrontent des scénarios impossibles, des milliers de fois, sans jamais risquer un accident. Bienvenue dans l'univers de Waymo et Google Genie 3.
Selon nos confrères de Numerama, les robotaxis de Waymo accumulent des milliards de kilomètres virtuels grâce à ce simulateur d'intelligence artificielle. Et le moins qu'on puisse dire, c'est que ça change la donne.
Des milliards de kilomètres... virtuels
Quand on parle de voitures autonomes, on pense souvent aux kilomètres parcourus sur route. Mais Waymo, la filiale d'Alphabet spécialisée dans les véhicules autonomes, mise surtout sur la simulation. Résultat des courses : ses voitures ont déjà roulé des milliards de kilomètres... dans des mondes virtuels.
Pourquoi un tel écart ? Parce que la simulation permet de tester des scénarios impossibles à reproduire dans la vraie vie. Des situations extrêmes, des conditions météo variées, des obstacles improbables. Autant dire que ça donne une longueur d'avance non négligeable.
Et puis, soyons honnêtes : qui n'a jamais rêvé de voir une voiture autonome affronter un éléphant sur la route ? (Oui, Waymo l'a testé, apparemment.)
Google Genie 3 : le simulateur qui change tout
Alors, comment ça marche, ce Google Genie 3 ? Imaginez un jeu vidéo ultra-réaliste, mais avec des voitures autonomes à la place des joueurs. Le simulateur utilise des données réelles - images, lidar, cartographie - pour recréer des environnements fidèles à la réalité.
Le truc, c'est que les ingénieurs peuvent ensuite modifier ces environnements à volonté. Changer la météo, perturber le trafic, ajouter des obstacles... Bref, tout ce qu'il faut pour mettre les algorithmes à rude épreuve.
Et le plus impressionnant, c'est que ces simulations permettent de rejouer un même scénario des milliers de fois, avec de légères variations. Difficile de dire avec certitude si c'est suffisant pour garantir une sécurité à 100%, mais on peut raisonnablement penser que ça réduit considérablement les risques.
Prêt pour Londres
Avec l'arrivée prochaine de Waymo à Londres, on peut se demander si ces simulations ont joué un rôle dans la préparation. Après tout, conduire à droite, dans des rues étroites et avec une signalisation différente, ça change la donne.
D'après nos informations, Genie 3 a permis de recréer des environnements européens, avec toutes leurs spécificités. Alors, est-ce que ça suffira pour éviter les mauvaises surprises ? On verra bien.
En attendant, une chose est sûre : Waymo mise gros sur la simulation. Et avec des résultats qui parlent d'eux-mêmes, difficile de leur donner tort.
Et après ?
Alors, où va-t-on avec tout ça ? Est-ce que ces voitures autonomes vont vraiment révolutionner nos déplacements ? Ou est-ce qu'on va se rendre compte, un jour, que la simulation ne suffit pas ?
Une chose est sûre : avec des acteurs comme Waymo et Google dans la course, le moins qu'on puisse dire, c'est que le futur s'annonce passionnant.
Waymo utilise Google Genie 3 pour créer des mondes virtuels ultra-réalistes où ses voitures autonomes s'entraînent. Ces simulations permettent de tester des scénarios impossibles à reproduire dans la vraie vie, comme des conditions météo extrêmes ou des obstacles improbables. Les ingénieurs peuvent modifier ces environnements à volonté pour mettre les algorithmes à rude épreuve.
La simulation permet de tester des scénarios impossibles à reproduire dans la vraie vie, comme des conditions météo extrêmes ou des obstacles improbables. Elle permet également de rejouer un même scénario des milliers de fois, avec de légères variations, pour identifier les points faibles du système et améliorer les algorithmes. Enfin, elle permet de préparer les voitures autonomes à des environnements spécifiques, comme les rues étroites de Londres.
La simulation permet de tester des scénarios impossibles à reproduire dans la vraie vie, comme des conditions météo extrêmes ou des obstacles improbables. Elle permet également de rejouer un même scénario des milliers de fois, avec de légères variations, pour identifier les points faibles du système et améliorer les algorithmes. Enfin, elle permet de préparer les voitures autonomes à des environnements spécifiques, comme les rues étroites de Londres. En outre, la simulation est bien moins coûteuse et bien plus sûre que la conduite en conditions réelles.
