Optimiser l’IA embarquée de Renault
Philippe THIERION, Ingénieur développement ADAS, Groupe Renault
« Le programme Confiance.ai a surtout indiqué que les développements internes de l’IA étaient tout au niveau de la recherche sur la question, tout en apportant des connaissances complémentaires sur des points précis non pris en compte auparavant. Il a aussi indiqué que le flow de portage des algorithmes sur cible n’était pas du tout un sujet résolu et parfaitement maitrisé en général par la communauté. »
La participation de Renault au programme Confiance.ai a permis des avancées significatives dans le développement de ses systèmes d’IA embarquée. L’optimisation des ressources matérielles et l’amélioration des ADAS et de la surveillance du conducteur sont au cœur des enjeux abordés.
Les enjeux relatifs à l’adoption de l’IA spécifiques à Renault
L’enjeu principal pour le domaine de l’IA embarquée est l’utilisation optimale et sûre des ressources HW disponibles, afin d’embarquer rapidement un grand nombre d’algorithmes sur véhicule.
Les produits ou services impactés par le programme Confiance.ai
Le développement des ADAS et de la surveillance du conducteur sera positivement impactés par la définition même du flow suivi par Confiance.ai. Diverses briques logicielles, dont l’importance a été mise en avant par Confiance.ai, sont actuellement en développement.
La contribution de Confiance.ai à la stratégie et aux enjeux du Groupe Renault
Le flow défini par le programme Confiance.ai a permis d’évaluer sur quelles parties essentielles les efforts de développement devaient porter, notamment vis-à-vis de l’évolution rapide des techniques et par rapport à la problématique de l’IA embarquée.
Les avantages compétitifs développés grâce à Confiance.ai
Maîtriser le flow de développement IA a permis à Renault de situer la faisabilité par rapport à la concurrence et le coût par rapport aux fournisseurs.
Les challenges et les conditions de réussite pour la suite du programme Confiance.ai
Les techniques de portage sur cible sont en mouvement rapide, par exemple pour une optimisation de l’empreinte des réseaux de neurones. Ces nouvelles techniques mériteraient d’être étudiées.
Exemple de mise en oeuvre/déploiement, en cours ou à venir
Le déploiement en cours de systèmes d’IA embarqués dans les véhicules exploitant des images caméra est grandement simplifié par les enseignements reçus dans le cadre du projet.
L’accélération de la mise en conformité à l’AI Act grâce au programme Confiance.ai
Pour Renault, Confiance.ai peut apporter une connaissance et une sensibilisation à cette mise en conformité.
