Descriptif du projet

Développement d’un environnement ouvert permettant l’intégration de modèles d’IA dignes de confiance « by design », c’est-à-dire intrinsèquement sûrs, pour l’anticipation du comportement des usagers de la route vulnérables dans des conditions de circulation urbaine.

L’objectif du projet AI4CCAM est d’étudier la fiabilité de l’intelligence artificielle dans le contexte de la mobilité connectée, collaborative et automatisée (CCAM). Il porte plus particulièrement sur les scénarios urbains et les interactions avec les usagers de la route vulnérables (URV), à l’aune des dimensions éthiques, sociales et culturelles qu’implique la confiance dans l’IA.

Le projet AI4CCAM repose sur une méthodologie axée sur les défis suivants :

• Développement d’un cadre digital pour la gestion des scénarios CCAM, en l’occurrence la création, modélisation et gestion des scénarios d’interactions entre les URV et les véhicules connectés et autonomes (VCA). Une attention toute particulière est portée à l’interaction avec de multiples URV et aux dilemmes éthiques associés, ainsi qu’à l’acceptation par les usagers. Les scénarios systématiques basés sur l’IA synthétique couvrant ces angles sont insuffisants et devraient être abordés dans le projet.
• Développement de modèles d’anticipation plus performants du comportement des URV, basés sur des estimations visuelles du regard dans les modèles d’IA.
• Conception de modèles décisionnels basés sur l’IA dignes de confiance « by design », c’est-à-dire intrinsèquement sûrs. Dans ce cadre, l’explicabilité et la robustesse de la conception, de la formation et du déploiement doivent être prises en compte. 
• Défis de l’acceptation par les usagers au travers de l’identification d’exigences basées sur les utilisateurs et les données en matière de diversité et d’équité dans les applications CCAM. 

L’IRT SystemX contribuera à l’élaboration d’une méthodologie d’IA digne de confiance pour la mobilité CCAM, basée sur l’approche MOSAR pour la gestion des scénarios, ainsi qu’au développement de modèles prédictifs du comportement des URV basés sur l’IA dignes de confiance « by design ». L’IRT SystemX assurera en outre la coordination technique globale du projet.

Le projet AI4CCAM est financé par l’Union européenne dans le cadre du programme de recherche et d’innovation Horizon Europe (Convention de subvention n°101076911).

Compétences

	Science des données et IA
	Ingénierie système

Marchés visés

• Marchés connexes à la mobilité CCAM : fabricants d’équipements d’origine (OEM) ; législateurs ; fournisseurs d’équipements et de logiciels, etc.