MOBILITÉ URBAINE • Découverte au Salon des Inventions: une IA (intelligence artificielle) est en cours de mise au point pour gérer le trafic, dans des villes aussi importantes que New York, Jinan et Hangzhou.
Dix-neuf millions d’habitants à New York, un peu moins de dix dans les deux villes chinoises Jinan et Hangzhou: les questions de gestion du trafic y sont évidemment cruciales. Des chercheurs et étudiants de la Hong Kong University of Science and Technology à Guangzhou ont présenté leurs idées. La ville compte près de vingt millions d’habitants (et se nommait précédemment Canton), d’où l’intérêt des chercheurs.
Un projet global
La difficulté à gérer le trafic consiste surtout dans celle d’avoir une vision aussi globale que possible. Pour ce faire, les ingénieurs se sont attaqués à adapter un LLM (Large Language Model). Cette appellation recouvre des réseaux neuronaux entraînés sur de grandes quantités de données. Dans le cas du trafic routier, il s’agit de créer un système pour optimiser l’efficacité du réseau. Les approches traditionnelles ont du mal à généraliser dans des situations de trafic variées comme elles se présentent à différents moments de la journée. Les acteurs de cette université chinoise utilisent les LLM comme agents de décision pour la gestion des feux de circulation (TSC Traffic Signs Control). Ils conçoivent en particulier un nouveau cadre appelé LLMLight, une intelligence artificielle qui engage un processus de raisonnement et de prise de décision. Il s’apparente à l’intuition humaine, mais peut évidemment aller au-delà d’un ou deux carrefours pour prendre en compte des ensembles plus vastes, à l’échelle d’une ville. En plus de LLMLight, un élément appelé LightGPT1 est spécialisé dans les décisions concernant les feux de circulation. Le progrès est significatif par rapport aux méthodes traditionnelles basées sur l’ingénierie des transports et l’apprentissage par renforcement (une IA tire parti des expériences pour améliorer ses décisions et reçoit un retour une «récompense» pour se perfectionner). Ces manières de faire montrent des faiblesses dans l’interprétation des données et dans la généralisation nécessaire des différents scénarios.
Le grain de sable politique
Dix ensembles de données, évalués par quinze experts humains, ont démontré l’efficacité et la généralisation exceptionnelles de LightGPT. Les phases de test sont prévues. Reste un élément: si les politiques veulent pénaliser le trafic, pour décourager les automobilistes, quelle IA saura intégrer cette donnée? En interrogeant le spécialiste présent au Salon des Inventions, ses yeux se sont ouverts en grand. «Mais quand le trafic est là, qu’on l’observe, comment peut-on vouloir le pénaliser?» nous a-t-il dit en substance. Bonne question…
