General Motors va au-delà de la simple automatisation des véhicules pour relever le défi bien plus complexe de la psychologie humaine. Dans un laboratoire de recherche de haute technologie à Warren, dans le Michigan, les ingénieurs ne se contentent pas de tester la conduite des voitures ; ils mesurent ce que se sentent les conducteurs. En combinant la réalité virtuelle immersive avec des capteurs biométriques avancés, GM utilise la nervosité humaine comme point de données critique pour affiner ses systèmes de conduite autonome.
La piste d’essai virtuelle
La scène semble d’une réalité trompeuse : un ciel bleu, des nuages duveteux et même un panneau indiquant une station-service à proximité. Cependant, la Cadillac Lyriq conduite n’est pas sur une route. Il s’agit d’un « véhicule » – une maquette physique de l’intérieur de la voiture – entouré d’écrans incurvés projetant un environnement numérique. Sept projecteurs haute puissance projettent la route devant vous, créant une illusion convaincante de mouvement.
Des capteurs sont fixés à la tête, aux mains et aux doigts du sujet testé. Un oxymètre de pouls surveille la fréquence cardiaque, tandis que des caméras suivent les mouvements oculaires et la conductance cutanée (transpiration). Ces données biométriques révèlent en temps réel l’état physiologique du conducteur. Les algorithmes d’IA analysent ensuite ces entrées pour comprendre les niveaux de stress, la capacité d’attention et les temps de réaction.
“Les données ne mentent pas.”
Cette approche permet à GM d’exécuter quotidiennement des millions de simulations, ce qui équivaut à des dizaines de milliers de jours de conduite humaine. Les ingénieurs introduisent des scénarios virtuels imprévisibles (modèles de trafic étranges, obstacles soudains ou signalisation déroutante) pour tester la manière dont le système gère les cas extrêmes. Comme le souligne un chercheur, « la vérité sur la route est souvent plus étrange que la fiction », et ces simulations aident à préparer les véhicules autonomes à l’inattendu.
Au-delà de la conduite : l’IA dans la recherche sur les batteries et l’aérodynamique
Alors que la conduite autonome est à l’honneur, la division de recherche et développement (R&D) de GM, dirigée par la vétéran de l’aérospatiale Linda Cadwell Stancin, exploite l’IA dans plusieurs disciplines d’ingénierie. L’entreprise, pierre angulaire de l’économie du Michigan, applique une technologie futuriste aux défis automobiles traditionnels.
Innovations clés en R&D :
- Batteries LMR : GM développe des batteries au lithium riches en manganèse. Bien qu’ils aient une densité énergétique inférieure aux normes actuelles, ils sont moins chers à produire et dépendent de moins de minéraux rares comme le cobalt, ce qui répond aux problèmes de chaîne d’approvisionnement et de coûts.
- Aérodynamique basée sur l’IA : Les simulations traditionnelles en soufflerie pour les véhicules électriques (VE) peuvent prendre des semaines pour calculer la traînée aérodynamique, un facteur majeur dans l’efficacité de la batterie. La nouvelle soufflerie virtuelle IA de GM fournit un retour instantané, permettant aux ingénieurs d’optimiser la conception des véhicules en temps réel. Étant donné que la traînée aérodynamique peut consommer jusqu’à 50 % de l’énergie de la batterie d’un véhicule électrique, cette vitesse est cruciale pour améliorer l’autonomie.
- Modélisation au niveau atomique : Les techniciens utilisent des simulations atomistiques pour modéliser les changements dans la chimie des batteries, prédisant instantanément l’impact des ajustements des matériaux sans de longs essais physiques.
Décoder les émotions humaines pour des transferts plus sûrs
GM prévoit de lancer son système de conduite autonome entièrement mains libres et sans yeux en 2028 avec la Cadillac Escalade IQ entièrement électrique. Un obstacle crucial pour cette technologie est le « transfert », c’est-à-dire le moment où le contrôle passe de la voiture au conducteur humain.
Pour étudier cette transition, les chercheurs demandent aux sujets de test d’effectuer des tâches distrayantes, comme jouer à Candy Crush, tout en conduisant en simulation. L’objectif n’est pas de tester les compétences de jeu, mais de mesurer avec quelle rapidité et en toute sécurité un conducteur peut passer d’un état passif et distrait à un état actif et attentif.
Omer Tsimhoni, chercheur technique chez GM, explique que le système utilise la « pupillométrie » pour mesurer la dilatation et la réactivité des pupilles, ainsi que la « réponse galvanique de la peau » pour détecter la sueur. Ces données sont traitées par Emotional AI, qui interprète les expressions faciales et les tons de la voix pour évaluer le stress, la confusion ou la satisfaction.
Si un conducteur affirme que l’expérience a été « formidable » lors d’une enquête, mais que ses données biométriques montrent une fréquence cardiaque élevée et une dilatation des pupilles indiquant un stress, le système signale l’écart. Cette boucle de rétroaction objective garantit que le système autonome comprend non seulement ce que le conducteur dit, mais aussi ce qu’il expérimente réellement.
Conclusion
La stratégie de GM met en évidence un changement dans l’ingénierie automobile : le succès n’est plus défini uniquement par la performance mécanique, mais par l’intégration transparente de l’humain et de la machine. En utilisant l’IA pour décoder le stress humain et optimiser chaque aspect de la conception du véhicule, de la chimie de la batterie à l’aérodynamique, GM vise à rendre la conduite autonome non seulement possible, mais intuitivement sûre et confortable pour le conducteur moyen.
