Grant: Applied Research Tools and Instruments Grants

Grâce notamment à l'apprentissage profond (deep learning) et à l'émergence du ""Big Data"", les avancées dans le domaine de l'intelligence artificielle (IA) connaissent un grand bond. Depuis les 5 dernières années, les progrès réalisés sont tels que certains n'hésitent pas à parler de l'avènement prochain d'une quatrième révolution industrielle faite d'intelligence artificielle, de robotique et de nanotechnologie. De la santé aux transports en passant par la bio-informatique, la finance, de nombreux secteurs sont touchés. L'automobile est au coeur même de cette révolution avec l'avènement des véhicules autonomes. Plusieurs grands joueurs dont Tesla, Google et Uber sont des catalyseurs importants dans ce domaine. L'injection massive de capitaux au cours des dernières années par ces multinationales a permis de voir apparaître de nombreux capteurs très performants ce qui nous permet de concevoir des systèmes complexes pour la conduite assistée voir complètement autonome. Pour ce faire, les véhicules sont munis d'un nombre impressionnant de capteurs (caméra, radar, lidar, sonar, gps) qui fournissent une quantité gigantesque de données brutes qui doivent être combinées et analysées en temps réel avant d'être soumises à divers agencements de couches de réseaux neuronaux (deep learning), ce qui requiert beaucoup de puissance de calcul parallèle afin de prendre des décisions intelligentes de façon autonome et sécuritaire dans un très court laps de temps. L'IVI avec son projet Arion, en collaboration avec des industriels et de nombreux universitaires spécialisés en IA, travaille sur la conception de véhicules autonomes principalement pour des applications hors routes. L'IVI a réalisé deux véhicules capables de se déplacer de façon autonome en effectuant de l'évitement d'obstacles dans un environnement extérieur hostile en utilisant le deep learning pour la prise de décision. Afin d'accélérer son développement, l'IVI souhaite faire l'acquisition d'outils de traitements de données (supers ordinateurs), de simulation et d'analyse de résultats. Ces équipements permettront d'augmenter la productivité en réduisant de façon très importante le temps d'entraînement des réseaux de neurones en passant de l'ordre de centaines de jours à une dizaine d'heures.