Une petite startup, HyprLabs, repousse les limites du développement de logiciels pour véhicules autonomes (AV) en formant rapidement des systèmes à l’aide d’une nouvelle approche. Depuis un an et demi, la société teste sa technologie sur des Tesla Model 3 modifiées autour de San Francisco, dans le but de déterminer à quelle vitesse une entreprise peut créer un logiciel audiovisuel fiable aujourd’hui.
Le défi du développement des véhicules autonomes
L’industrie audiovisuelle est depuis longtemps confrontée à un « creux de désillusion », où des délais ambitieux n’ont pas été respectés et où les progrès sont au point mort. Cependant, les progrès de l’apprentissage automatique réduisent désormais les coûts et la main-d’œuvre humaine nécessaires à la formation des systèmes de conduite autonome. Malgré cela, parvenir à une automatisation véritablement sûre et fiable reste un obstacle de taille. Le cofondateur d’HyprLabs, Tim Kentley-Klay, le reconnaît : “Je ne peux pas vous dire, la main sur le cœur, que cela fonctionnera, mais ce que nous avons construit est un signal vraiment solide.”
Approche d’HyprLabs : apprentissage à l’exécution
HyprLabs, dirigé par le cofondateur de Zoox, Tim Kentley-Klay, adopte une approche unique. Le logiciel de l’entreprise, appelé Hyprdrive, vise à rationaliser la formation audiovisuelle. Contrairement aux méthodes traditionnelles qui s’appuient sur des ensembles de données massifs ou des suites de capteurs coûteuses, HyprLabs utilise une technique « d’apprentissage au moment de l’exécution ».
Le système utilise un modèle de transformateur et apprend en temps réel, guidé par des superviseurs humains. Seules les données nouvelles et pertinentes sont renvoyées à l’entreprise pour être affinées, réduisant ainsi la charge de calcul. À ce jour, les deux véhicules de la startup n’ont collecté que 4 000 heures de données de conduite (environ 65 000 miles), dont seulement 1 600 heures utilisées pour la formation, soit nettement moins que des concurrents comme Waymo, qui a parcouru plus de 100 millions de miles en autonomie.
L’évolution de la formation audiovisuelle
Pendant des années, l’industrie audiovisuelle s’est divisée entre les systèmes utilisant uniquement des caméras (comme Tesla) et ceux utilisant une combinaison de capteurs (comme Waymo et Cruise). Les approches utilisant uniquement des caméras visaient à économiser de l’argent, mais reposaient sur de grandes quantités de données provenant de véhicules non entièrement autonomes. Les systèmes multicapteurs ont investi dans du matériel plus coûteux, mais ont utilisé des ensembles de données plus petits avec un étiquetage humain approfondi. HyprLabs cherche à combiner l’efficacité des systèmes basés sur des caméras avec la précision des données étiquetées, en apprenant sur le terrain avec une intervention minimale.
Projets futurs : au-delà des voitures
Bien qu’HyprLabs ne soit pas encore prêt pour un déploiement commercial, il prévoit de concéder ses logiciels sous licence à d’autres sociétés de robotique. La société développe également son propre robot, décrit par Kentley-Klay comme « l’enfant amoureux de R2-D2 et de Sonic the Hedgehog », dont la sortie est prévue l’année prochaine. L’objectif à long terme est de créer une nouvelle catégorie de robots qui n’existe pas actuellement.
Le succès d’HyprLabs dépendra de la mise à l’échelle de sa technologie tout en garantissant la sécurité et la fiabilité. L’approche de formation rapide de la startup a le potentiel de perturber l’industrie audiovisuelle, mais le déploiement dans le monde réel nécessitera des tests et une validation rigoureux.
