Suivi du déploiement du FSD supervisé en Europe

[yvespsv]

@Lyapounov

Oui merci je suis également intéressé par un résumé didactique de tout ce jargon moderne qui n'existait pas de mon temps

[Manu7531]

Le FSD tel que déployé en Europe ne nécessite pas d'utiliser le clignotant pour changer de voie. C'est l'EAP qui nécessite cela.

[onfre]

Alors comment expliquer qu'il faille toucher le volant pour valider la commande de dépassement s'il parle du FSD ?

[Manu7531]

Ben, en France, les seules choses que donnent le FSD en plus de l'EAP, c'est la détection des stops et des feux rouges. Après, c'est vrai que maintenant, l'EAP n'est plus proposé, mais lorsqu'il l'était, ce que tu décris est le comportement de l'EAP.

[onfre]

exemple: je mets le clignotant pour doubler; mais manque de bol, la voiture me demandait de bouger le volant.

Je parlais surtout de sa phrase

et de cette question

Ma question est la suivante : ce que tu décris correspond-il au FSD actuellement disponible en France, ou bien au FSD que l’on attend et qui est déjà déployé, notamment aux Pays-Bas, en Belgique, etc.

[Lyapounov]

Il y a effectivement un problème de terminologie.

J'ai le FSD, qui comportait la partie EAP (ce que je décris) et l'arrêt aux feux rouges (bof bof); et j'ai mis tout ça sous l'étiquette FSD en France, désolé si ça a prêté à confusion.

Une petite introduction à l'IA pour répondre à la soif de savoir sur moteur de règles versus réseau de neurones.

L'IA existe depuis longtemps, depuis exactement le séminaire de Dartmouth en 1956 où les grands pionniers de l'informatique de l'époque (Marvin Minsky, Claude Shannon, Herbert Simon, etc.) se sont réunis autour de la question : "est-il possible d'approximer l'intelligence humaine avec des machines"; c'est dans ce séminaire que le mot "Ariticial Intelligence" a été énoncé pour la première fois.

A cette époque, l'informatique était logique: les programmes reproduisaient une logique de processus avec des tests, des boucles, des opérations etc.

La première grande classe de réponse était ce qu'on nommait des systèmes experts: il s'agissait de modéliser l'expertise humaine sous forme de règles de type si ... alors puis de mettre ces règles dans un ordinateur; on avait même inventé des langages de programmation (LISP, Prolog) pour réaliser ces implémentations.

Ce sont ces systèmes de règles qui étaient dans les couches supérieures du FSD V11. Une règle pouvait être par exemple "si j'arrive à une intersection et que le feu est rouge, je ralentis la voiture jusqu'à l'arrêter" (j'invente, je ne connais pas). Au passage, ce moteur de règles se codait dans 300.000 lignes de code, pour donner une idée de la complexité.

Cette IA se nommait "IA symbolique".

Puis est arrivé une deuxième catégorie, qu'on appelle "l'IA statistique" qui consistait à dire : "coder des règles, c'est difficile, il faut faire appel à des experts qui ne sont pas toujours d'accord; les règles peuvent se contredire, et aussi quand il y a plusieurs règles en compétition, je ne sais jamais laquelle activer en premier." Les chercheurs se sont alors tourné vers des méthodes statistiques, qui consistaient à faire la chose suivante : "je ne mets aucune connaissance; je prends tout un tas de données avec ce qu'il y a en entrée et ce que je veux obtenir en sortie (des données d'apprentissage), et je calcule une fonction complexe qui transforme l'entrée en sortie; puis je l'applique à toutes les autres situations". C'était une forme sophistiqué de l'algorithme simpliste de la régression linéaire.

En 1943 déjà des chercheurs eurent l'idée de modéliser les neurones pour créer cette fonction mathématique: c'étaient des transformées polynomiales qui comportaient plusieurs couches depuis les données en entrée jusqu'au résultat final. Par exemple, on mettait plein de photos de chats en entrée, et on calculaient les matrices polynomiales pour aboutir en sortie à "c'est un chat". Ensuite, on testait sur d'autres images de chat et quand les algorithmes trouvaient que c'était toujours un chat, on était content.

Petite parenthèse: je travaillais sur la reconnaissance de la parole à IBM dans les années 1980; c'était typiquement un domaine où s'affrontaient les chercheurs en IA symbolique qui disaient "le langage c'est quatre niveaux: lexical (le dictionnaire), syntaxique (la grammaire) sémantique (le sens) et pragmatique (le contexte)", donc ils développaient des moteurs de règles qui cherchaient à décoder ça. Nous, on était du côté IA statistique, on calculait des polynomes etc. et on faisait de la reconnaissance de la parole comme ça. L'IA symbolique n'a jamais percé pour ces sujets de reconnaissance de la parole, d'images, etc.

Pour terminer, il y eu en 2011 une accélération due à trois éléments concourants: la disponibilité des très grandes bases de données d'images tagguées (c'est un chat, c'est un chien, etc.) permettant de faire des apprentissages de qualité, l'arrivée d'une nouvelle catégorie d'algorithmes qui modélisaient le cortex cérébral au lieu de simplement les neurones (notre champion national Yann Le Cun qui au passage a appris à Musk comment utiliser les réseaux de neurones dans les Tesla), et les fameux processeurs graphiques de NVIDIA, les GPU qui pouvaient faire des immenses calculs que nécessitaient les algorithmes.

Pour donner une idée au passage: le corpus d'apprentissage de chatGPT c'est 10000 milliards de "token" (un mot = 1,3 token environ) et l'espace des paramètres aurait comme dimension quelques centaines de milliards... Impossible à réaliser avec des moteurs de règles.

Pour revenir au sujet de ce thread: autant il est facile d'auditer un ensemble de règles, autant c'est impossible d'auditer un réseau de neurones de l'intérieur... Et c'est là où l'esprit cartésien français a des problèmes.

[CB44]

..................................
............................................
Pour revenir au sujet de ce thread: autant il est facile d'auditer un ensemble de règles, autant c'est impossible d'auditer un réseau de neurones de l'intérieur... Et c'est là où l'esprit cartésien français a des problèmes.

Développement intéressant. Mais en fait, ça ne s'applique pas à l'objection du ministre, le problème n'est pas l'opacité du réseau de neurones, c'est une demande de conformité au code de la route, pas une transparence algorithmique.

Il ne s'agit pas d'auditer le raisonnement interne du réseau de neurones, mais de valider le système par ses résultats observables

[dady]

Le ministre a tout de suite compris que, sur nos routes, faire cohabiter des machines possédant 10 000 milliard de neurones, avec des individus qui parfois n'en ont qu'un, c'était tout simplement impossible. Et à mon avis c'est pas prêt de changer.

[Nisouck]

Je me dit que le titre "Suivi du déploiement du FSD supervisé en Europe" n'est pas bien choisi.
Il me semble que le FSD supervisé n'existe pas il y a un FSD qui était à +/- 8.000€.
Il n'a strictement rien à voir avec la CEA supervisée qui est en cours de déploiement dans plusieurs pays actuellement.
On a dit que la CEA ne voit pas les feux rouge ni les Stop; c'est complètement faux. Même des dos d'ânes sont détectés.

Le danger ici c'est qu'on fait des commentaires sur le FSD puis sur la CEA, cela crée de la confusion, des erreurs qui ne permettent pas de ce faire une idée claire de chaque système.

En tout cas, je roule quotidiennement avec la CEA et tous les jours je suis bluffé par la qualité de sa conduite hyper respectueuse du code de la route, de sa conduite en douceur et par "l'intelligence" qu'elle met dans la conduite sur autoroute par exemple. Ainsi, par exemple, si étant à droite elle aperçoit un camion bien avant de se laisser coincer derrière lui si la voie à droite est assez chargée, si la distance entre les véhicules est correcte, elle va mettre le clignotant, va attendre sagement que le véhicule à sa gauche la dépasse de quelques bons mètres, calmement elle va s'insérer entre les deux véhicules.

Perso, je ne l'ai pas encore prise en défaut. Et surtout pas dans les ronds points même chargés.

[yvespsv]

@Nisouck
je suis un peu perdu !

CEA pour moi c'est Commissariat à l'Energie Etomique . Du coup je ne vois pas ce que viens faire le CEA dans le FSD.

Qu'est ce le CEA pour toi ?

[Perceval]

Conduite entièrement automatique (supervisée)
https://www.tesla.com/fr_fr/support/ful ... scriptions

C'est le nom officiel et en français que nous devrions théoriquement tous utiliser puisque nous sommes sur un blog francophone.

[Majo59]

Ainsi, par exemple, si étant à droite elle aperçoit un camion bien avant de se laisser coincer derrière lui si la voie à droite est assez chargée, si la distance entre les véhicules est correcte, elle va mettre le clignotant, va attendre sagement que le véhicule à sa gauche la dépasse de quelques bons mètres, calmement elle va s'insérer entre les deux véhicules.

C'est exactement ce comportement que je décrivais quelques pages plus haut.

Notre EAP/FSD Français a la capacité de faire ça déjà. Mais Tesla préfère nous laisser la version inférieure. On a pas besoin de réglementation pour que la Tesla nous dise de manière efficace "Change de voie", "restes-y". Ca serait déjà un bon entre deux si nos politiques ne décident pas de se bouger le c*l.

[onfre]

Il y a effectivement un problème de terminologie.

J'ai le FSD, qui comportait la partie EAP (ce que je décris) et l'arrêt aux feux rouges (bof bof); et j'ai mis tout ça sous l'étiquette FSD en France, désolé si ça a prêté à confusion.

Une petite introduction à l'IA pour répondre à la soif de savoir sur moteur de règles versus réseau de neurones.

L'IA existe depuis longtemps, depuis exactement le séminaire de Dartmouth en 1956 où les grands pionniers de l'informatique de l'époque (Marvin Minsky, Claude Shannon, Herbert Simon, etc.) se sont réunis autour de la question : "est-il possible d'approximer l'intelligence humaine avec des machines"; c'est dans ce séminaire que le mot "Ariticial Intelligence" a été énoncé pour la première fois.

A cette époque, l'informatique était logique: les programmes reproduisaient une logique de processus avec des tests, des boucles, des opérations etc.

La première grande classe de réponse était ce qu'on nommait des systèmes experts: il s'agissait de modéliser l'expertise humaine sous forme de règles de type si ... alors puis de mettre ces règles dans un ordinateur; on avait même inventé des langages de programmation (LISP, Prolog) pour réaliser ces implémentations.

Ce sont ces systèmes de règles qui étaient dans les couches supérieures du FSD V11. Une règle pouvait être par exemple "si j'arrive à une intersection et que le feu est rouge, je ralentis la voiture jusqu'à l'arrêter" (j'invente, je ne connais pas). Au passage, ce moteur de règles se codait dans 300.000 lignes de code, pour donner une idée de la complexité.

Cette IA se nommait "IA symbolique".

Puis est arrivé une deuxième catégorie, qu'on appelle "l'IA statistique" qui consistait à dire : "coder des règles, c'est difficile, il faut faire appel à des experts qui ne sont pas toujours d'accord; les règles peuvent se contredire, et aussi quand il y a plusieurs règles en compétition, je ne sais jamais laquelle activer en premier." Les chercheurs se sont alors tourné vers des méthodes statistiques, qui consistaient à faire la chose suivante : "je ne mets aucune connaissance; je prends tout un tas de données avec ce qu'il y a en entrée et ce que je veux obtenir en sortie (des données d'apprentissage), et je calcule une fonction complexe qui transforme l'entrée en sortie; puis je l'applique à toutes les autres situations". C'était une forme sophistiqué de l'algorithme simpliste de la régression linéaire.

En 1943 déjà des chercheurs eurent l'idée de modéliser les neurones pour créer cette fonction mathématique: c'étaient des transformées polynomiales qui comportaient plusieurs couches depuis les données en entrée jusqu'au résultat final. Par exemple, on mettait plein de photos de chats en entrée, et on calculaient les matrices polynomiales pour aboutir en sortie à "c'est un chat". Ensuite, on testait sur d'autres images de chat et quand les algorithmes trouvaient que c'était toujours un chat, on était content.

Petite parenthèse: je travaillais sur la reconnaissance de la parole à IBM dans les années 1980; c'était typiquement un domaine où s'affrontaient les chercheurs en IA symbolique qui disaient "le langage c'est quatre niveaux: lexical (le dictionnaire), syntaxique (la grammaire) sémantique (le sens) et pragmatique (le contexte)", donc ils développaient des moteurs de règles qui cherchaient à décoder ça. Nous, on était du côté IA statistique, on calculait des polynomes etc. et on faisait de la reconnaissance de la parole comme ça. L'IA symbolique n'a jamais percé pour ces sujets de reconnaissance de la parole, d'images, etc.

Pour terminer, il y eu en 2011 une accélération due à trois éléments concourants: la disponibilité des très grandes bases de données d'images tagguées (c'est un chat, c'est un chien, etc.) permettant de faire des apprentissages de qualité, l'arrivée d'une nouvelle catégorie d'algorithmes qui modélisaient le cortex cérébral au lieu de simplement les neurones (notre champion national Yann Le Cun qui au passage a appris à Musk comment utiliser les réseaux de neurones dans les Tesla), et les fameux processeurs graphiques de NVIDIA, les GPU qui pouvaient faire des immenses calculs que nécessitaient les algorithmes.

Pour donner une idée au passage: le corpus d'apprentissage de chatGPT c'est 10000 milliards de "token" (un mot = 1,3 token environ) et l'espace des paramètres aurait comme dimension quelques centaines de milliards... Impossible à réaliser avec des moteurs de règles.

Pour revenir au sujet de ce thread: autant il est facile d'auditer un ensemble de règles, autant c'est impossible d'auditer un réseau de neurones de l'intérieur... Et c'est là où l'esprit cartésien français a des problèmes.

Merci pour cette explication. Philippe Guillemant ça te parle ? Il était aussi dans l'intelligence artificielle mais spécialisé dans la vision, et notamment la détection des feux (de forêt) par IA à la même période que toi il me semble...

[ThierryC]

Merci @Lyapounov

[Lyapounov]

@onfre

Philippe Guillemant est une personnage dual: ses travaux théoriques du début de sa carrière sont sérieux, solides, et ont été utilisés.

Toutes ses théories sur le futur, la conscience, etc. ne sont que des spéculations qui ne sont pas du tout vérifiées.

Le vrai scientifique français dans l'IA, c'est Yann Le Cun.

[langelusse]

Si il y a vote à la commission européen il sera obliger d'appliquer le FSD ? Et quand aura lieu ce vote ?

[Nisouck]

Non, à priori les états restent souverains, mais cela influencerait.
Cependant l'union a déjà dit qu'elle laisse les états décider, alors .............

[Perceval]

@Nisouck Une adoption en TCMV à la majorité qualifiée est l'équivalent d'une réception européenne.
Du coup, cela s'appliquerait aussi aux pays qui voteraient contre ou s'abstiendraient.
Voir le simulateur de @BenFD

C'est la même raison pour l'accord de libre-échange entre le Mercosur et l'Union européenne.
La France, la Pologne, l’Irlande, la Hongrie et l’Autriche ont voté contre + la Belgique en abstention, mais ils l'auront quand même.

En revanche, un vote TCMV qui ne verrait pas la majorité qualifiée atteinte ferait tomber la dérogation néerlandaise dans les six mois.
Et par effet de domino celles des quatre pays qui lui ont emboité le pas.

De mémoire, le comité peut l'inscrire de lui-même, ou les Pays-Bas.
Mais il y a tout un dossier à monter avant afin que le TCMV "accepte" de le mettre à l'ordre du jour.

Le souci est que de plus en plus de pays disent attendre le vote UE.
Super, mais si tout le monde se regarde en chien de faïence et que personne ne vote pour en espérant que le voisin va dire oui, on fait comment pour atteindre 15 pays ET 65 % de la population UE de votants, les abstentions comptant contre.

@langelusse On ne sait pas encore avec certitude tant que l'ordre du jour n'est pas publié.
Cela pourrait être lors du prochain TCMV en octobre, sinon en décembre.

[Perceval]

@Nounou74 Censure ?
Non, une simple application de la charte Agora.

Ajout, le 14 novembre 2023, suite aux nombreux signalements d’utilisateurs : Par souci d’équité entre les participants, un sujet ayant déjà gagné la question la plus populaire n’est pas éligible dans le mois qui suit ; les questions posées sur ce sujet ne seront donc pas acceptées pendant ce laps de temps.
Cette nouvelle règle doit permettre d’assurer la variété et la diversité des sujets traités sur Agora.

Évidemment, les pleureuses (je ne parle pas de toi) comme l'auteur du tweet ou les commentaires sous son tweet hurleront au complot alors qu'il suffit de savoir lire une charte...

[Spiken]

Une petition est dispo sur changeorg a ce sujet:
https://www.change.org/p/acc%C3%A9l%C3% ... -en-france