Tesla Devrait Faire Meilleur Usage Des Données Récoltées Sur Sa Flotte De Véhicules

Tesla compte, un jour, devenir le maître de la conduite autonome grâce à « l’apprentissage par la flotte ». Cette méthode consiste à obtenir de grandes quantités d’images et de données grâce aux capteurs des véhicules de la marque. Le contexte d’un accident mortel impliquant une Model X laisse entendre qu’il serait plus pertinent d’utiliser ces données pour localiser de potentiels dangers sur la route et pour entrainer les véhicules à les éviter, d’autant que cet objectif pourrait être facilement atteint.

Le 23 mars dernier, Walter Huang est décédé suite à la collision de sa Tesla Model X avec un séparateur en béton sur l’autoroute 101 près de Mountain View en Californie. Au moment de l’accident, le système de conduite semi-automatique était activé, mais il n’a pas su déceler la possibilité de collision. Les enquêteurs fédéraux n’ont pas encore déterminé si la faute revenait à Walter Huang, à l’Autopilot ou aux deux. Cependant, Tesla aurait identifié une des raisons possibles de cet accident.

« La raison pour laquelle cette collision a été si violente, c’est que le rail de sécurité sensé atténuer les collisions avec le séparateur avait soit été retiré, soit endommagé lors d’un autre accident, sans avoir été remplacé », expliquait Tesla dans une publication en ligne le 27 mars dernier. « Nos données montrent que des véhicules Tesla ont emprunté cette portion d’autoroute avec l’Autopilot enclenché environ 85 000 fois depuis 2015 et environ 20 000 fois depuis le début de l’année, et c’est le premier accident constaté ».

Il reste encore à déterminer à quelle date le rail de sécurité a été raccourci. Tesla a publié une photo montrant que la barrière de sécurité avait été endommagée au moins un jour avant l’accident. Sans le vouloir, cette photo remet en question le potentiel de l’entreprise pionnière en matière de connectivité de véhicules et de mises à jour à distance.

Toutes les images et données recueillies par Tesla sur les véhicules de la marque ne semblent pas être utilisées pour consigner les dangers physiques (comme des rails de sécurité endommagés, par exemple) et alerter les conducteurs – alors que l’application de navigation Waze le fait étonnamment bien. Tesla devrait également entrainer son Autopilot à éviter ce genre de dangers.

« C’est possible, explique Mike Ramsey, analyste pour Gartner Research. Si le machine learning est mis en place afin d’améliorer la conduite autonome, alors ces informations sont primordiales ».

Le système de gestion de « l’expérience routière » Mobileye d’Intel utilise une technologie reposant sur l’utilisation de caméras. Il permet de recueillir et de partager ce genre de données avec d’autres véhicules équipés de puces REM, précise Mike Ramsey. Un porte-parole de Tesla a confirmé que ce système ne propose pas encore d’alertes en lien avec les dangers physiques présents sur les routes, sans donner plus de précisions.

Les utilisateurs de Waze sont encouragés à saisir manuellement tout un éventail de problèmes qu’ils peuvent être amenés à rencontrer sur la route, y compris les accidents, les fermetures de routes et tout autres dangers, notamment les nids de poule, les objets abandonnés, les animaux écrasés, les signalisations endommagées et les véhicules stationnant au bord de la route. Les utilisateurs de l’application sont ainsi alertés lorsqu’ils se trouvent à proximité d’un éventuel danger.

« Les téléphones sont plus avancés et il n’existe certainement pas d’application plus sophistiquée que Waze », conclut Mike Ramsey. Avant de poursuivre : « C’est certainement très compliqué pour les constructeurs automobiles de télécharger et d’analyser les données sur le trafic avant de les renvoyer vers les véhicules ».

Depuis l’accident, certains propriétaires de Tesla ont essayé de reproduire les conditions de la collision. Un conducteur s’est même filmé empruntant la portion d’autoroute mortelle avec sa Model S le 2 avril. Il affirme qu’en mode Autopilot, son véhicule se dirigeait également droit vers le séparateur, avant qu’il ne décide d’en reprendre le contrôle.

Tesla prévient ses clients que de nombreuses données de leurs véhicules sont collectées afin de suivre leurs performances et leurs conditions générales, ainsi que l’utilisation du système de conduite semi-automatique. L’entreprise peut également suivre la localisation des véhicules et obtenir de courtes vidéos lors d’accidents. « Afin d’aider au développement et à l’amélioration des fonctionnalités de sécurité, nous pouvons recueillir de courtes vidéos provenant des caméras extérieures du véhicule, afin d’apprendre à reconnaître des objets comme les lignes blanches, les panneaux de signalisation ou encore la position des feux », précise la politique de confidentialité de l’entreprise.

Le site d’amateurs de Tesla, Electrek, s’épanche longuement sur la manière dont l’entreprise a ouvert les vannes de la collecte de données, lui permettant d’améliorer le système Autopilot en recueillant davantage de vidéos. Dans sa lettre présentant les résultats du quatrième trimestre 2017 aux actionnaires, Tesla se targuait d’avoir « amélioré de manière significative son système de collecte et d’analyse de données », ainsi que les capacités de son système de machine learning.  

« Notre réseau neuronal, qui s’étend au fur et à mesure que notre flotte s’agrandit, peut récolter et analyser des données de meilleure qualité, ce qui nous permettra d’ajouter un éventail de nouvelles fonctionnalités à l’Autopilot dès 2018 », affirme l’entreprise.

Dans sa publication du 27 mars concernant l’accident, Tesla déclarait : « il y a environ 200 passages quotidiens en mode Autopilot sur cette même portion d’autoroute ». Cependant, l’entreprise ne précise pas si ces passages sont effectués dans la même file, ni si les conducteurs ont dû reprendre le contrôle du véhicule.

Il est possible que Tesla soit enfin sur le point d’utiliser les données collectées de manière censée. Mais comme pour tout ce que déclare l’entreprise, la réalité est rarement à la hauteur de ses ambitions démesurées.