Aide à la conduite et au parking pour Valeo, gain de productivité pour Renault, hausse du taux d’identification des pannes en maintenance prévisionnelle pour Alstom… Nul ne conteste le fait que la sphère applicative de l’IA grossit sans cesse. Et sûrement pas les industriels responsables de cette évolution, qui étaient présents à la 17e édition des Assises de l’embarqué, organisée le 28 janvier par l’association Embedded France, au ministère de l’Economie et des Finances.
Passé le petit exercice d’autocongratulation, les discussions ont vite abordé les perspectives et surtout les écueils à contourner pour que l’IA continue d’apporter son lot de bénéfices. Et tout particulièrement dans l’embarqué, « un enjeu de souveraineté important car l’IA embarquée n’est pas la priorité des Gafam », souligne Pierre Gaillard, responsable des projets d’IA embarquée au CEA.
Un contexte opérationnel où la frugalité énergétique est une nécessité et devrait être pensée aux premiers moments de la conception. « L’aspect énergétique est à intégrer au plus tôt, afin que l’IA ne consomme pas 50 watts à calculer un trajet qui économise 5 watts de la batterie », sourit Rodolphe Gélin, expert IA du groupe Renault.
Des chiplets sobres et performants pour l'auto
L’occasion pour Xavier Perroton, responsable de l’IA et de la conduite autonome à Valeo, de comparer le projet Shape AI, impulsé par France 2030 et subventionné par le Conseil européen de l’innovation en mai dernier, à « une révolution à venir » dans l’automobile, où règnent les microcontrôleurs.
« L’idée est de développer des chiplets (des puces avec des fonctions spécifiques communiquant via un interposeur, ndlr) et des systems-in-package (ensemble de circuits intégrés et fonctions électroniques dans un même package, ndlr) qui offriront une puissance de calcul supérieure tout en consommant moins d’énergie. »
Outre Valeo, le CEA et Vsora, spécialiste des puces accélératrices d’IA, sont parties prenantes du projet. On retrouve le CEA dans le projet Deepgreen, en cours mais déjà fructueux, avec la mise à disposition de la plateforme open source Eclipse Aidge.
Le compresseur Deepgreen
« Celle-ci met en œuvre une méthode innovante de compression de réseaux de neurones et un moteur de génération de code informatique adapté à la cible – accélérateur, microcontrôleur… - dans l’embarqué », détaille Pierre Gaillard.
Selon lui, grâce à ce genre d’innovation, il n’est pas trop tard pour faire entendre sa voix face aux Gafam : « Il y a beaucoup de travaux en France sur la frugalité énergétique. C’est le plus court chemin pour reprendre la main sur l’IA ».
L’autre piste, c’est de réfléchir à des alternatives aux architectures d’IA classiques (dont le Transformer pour les grands modèles de langage), qui dépensent l’énergie sans compter.
« Nous avons entamé une collaboration académique avec le MIT il y a quatre ans pour concevoir de nouvelles architectures de deep learning pour la robotique et la conduite autonome, indique Benjamin Mathiesen, responsable IA de Capgemini Engineering (ex-Altran). La start-up Liquid AI nous donne accès à sa technologie propriétaire, sachant qu’il y a aussi du code open source. »
Une IA plus liquide
Liquid AI, on le devine, concentre ses efforts sur les réseaux de neurones « liquides », qui font parler d’eux en raison de leur capacité à s’adapter à des situations qui divergent de leurs données d’entraînement.
« Ces réseaux peuvent apprendre des règles à partir d’équations différentielles et piloter un drone par exemple, poursuit Benjamin Mathiesen. Les petits modèles ont l’avantage d’être frugaux, facilement explicables et produisent des prévisions fiables. »
Ce serait le meilleur des mondes : une IA performante, frugale et de confiance. Cette dernière problématique, cruciale pour des systèmes embarqués critiques, n’a pas manqué non plus d’animer les débats. En attendant que l’IA « liquide » ou toute autre architecture innovante nativement fiable et explicable prenne le relais, le contrôle de la décision prise par l’IA s’impose.
Garanties mathématiques et "friendly hacking"
C’est le métier de Trustinsoft, une spin-off du CEA, spécialiste des méthodes mathématiques formelles. « Nous élaborons des briques logicielles plus petites et moins intelligentes qu’un réseau de neurones, mais qui ne sont pas probabilistes, explique Benjamin Monate, directeur technique de la start-up. Une manière de s’assurer de la réponse de l’IA. »
Trustinsoft collabore avec les secteurs des semi-conducteurs, de l’automobile, de l’IoT, de l’aéronautique et de la défense. Les deux derniers concentrent les activités de Thales, qui sollicite de son côté plusieurs méthodes pour bâtir une IA à la fois fiable et sûre : par design, par vérification des prévisions (méthode formelle) et par « friendly hacking ».
« On teste ainsi la résistance d’une IA à des attaques externes », informe Thierry Colette, directeur du groupe de recherche en sciences et techniques de l’information à Thales. Les cyberattaques faisant un usage croissant de l’IA, bien des batailles de réseaux de neurones se profilent.
Les Trophées de l’Embarqué par catégorie
IoT industrie et services : Cetrac.io, pour sa technologie 100% matérielle qui sécurise les échanges de données sur les infrastructures réseau critiques
Santé/aide à la personne : Cardiawave, pour son équipement qui traite par ultrasons le rétrécissement aortique dû à la calcification.
IoT grand public : Ethertrust, pour la sécurisation des objets connectés par logiciel.
IoT embarqué critique : projet Thingsat de l’université de Grenoble, pour une plateforme satellitaire qui éprouve des satcoms économes en énergie.
Techno de l’Embarqué : Neurxcore, pour son processeur neuronal conçu sur la base d’une microarchitecture open source de Nvidia.
Coup de cœur du jury : projet Nemo-BMI du CEA Clinatec, pour une interface neuro-spinale qui aide les paraplégiques à remarcher.
Trophée Etudiant : projet E-Tex de l’INP Grenoble ESISAR, pour un module de détection sans fil évitant le réglage manuel des machines d’assemblage et de torsion dans le textile.
Prix du public : projet Potatomatic de l'Ecole supérieure d'ingénieurs en électronique et électrotechnique (ESIEE), pour un trieur optique de pommes de terre.
