Dans un monde où les voitures autonomes gèrent déjà les trajets quotidiens, le véritable défi réside ailleurs : comment faire en sorte que la voiture réagisse de manière sûre à l'inattendu et à l'inhabituel. C'est précisément ce problème que résout le nouveau modèle SafeDrive de l'Université nationale de Séoul, qui ne se contente pas d'imiter la conduite humaine, mais choisit l'itinéraire le plus sûr parmi plusieurs options en temps réel.
L'équipe dirigée par le professeur Choong Won Choi a développé une approche appelée Fine-grained Safety Reasoning (Raisonnement de sécurité granulaire), ce qui implique un raisonnement minutieux et en plusieurs étapes sur la sécurité de chaque manœuvre possible. Au lieu de choisir immédiatement une voie, comme le font la plupart des systèmes, SafeDrive génère plusieurs trajectoires potentielles, analyse les données des capteurs du véhicule et attribue à chaque itinéraire une note de sécurité. Le système choisit ensuite l'option optimale. Cette solution, apparemment simple, résout directement deux problèmes majeurs des modèles end-to-end actuels : l'impossibilité d'expliquer pourquoi la voiture a choisi un manœuvre particulière et le risque de comportement imprévisible dans des situations critiques.
Les travaux ont obtenu le statut de "highlight paper" à la conférence CVPR 2026, une reconnaissance rare, accordée à environ 3 % de toutes les soumissions, soit environ 10 % des articles acceptés. Mais l'importance de cette réalisation va bien au-delà des statistiques : c'est la première fois qu'une équipe de recherche sud-coréenne obtient un tel statut dans le domaine de la conduite autonome de bout en bout lors de l'une des conférences les plus prestigieuses au monde en vision par ordinateur et en intelligence artificielle. Le pays, depuis longtemps connu pour sa force dans l'électronique et l'automobile, s'est enfin fait remarquer dans le domaine technologique le plus compétitif, où les États-Unis et la Chine sont leaders.
Du laboratoire à la route : SafeDrive a déjà dépassé le stade des expériences. Le modèle est intégré dans EAD (Evolutionary Autonomous Driving), une plateforme de référence pour la commercialisation de systèmes de conduite end-to-end, développée par un consortium dirigé par l'Université nationale de Séoul avec le soutien du ministère du Commerce, de l'Industrie et de l'Énergie de la République de Corée. L'équipe du professeur Choi collabore activement avec les développeurs sud-coréens de drones, menant des tests réels sur de vraies voitures. L'objectif est d'élargir les ensembles de données d'apprentissage et de passer progressivement à une commercialisation complète basée sur les données collectées par l'équipe.
Qu'est-ce que cela signifie pour le citoyen moyen ? Potentiellement, un comportement plus prévisible et plus sûr des systèmes autonomes au moment où chaque seconde compte. Au lieu de faire confiance à une "boîte noire" et de se demander pourquoi la voiture a effectué tel ou tel manœuvre, le passager a la possibilité de comprendre la logique de ses décisions. Cela rend l'idée même d'un transport autonome de masse moins une fantaisie et de plus en plus une réalité quotidienne.
À long terme, des recherches de ce type pourraient accélérer l'approbation réglementaire et accroître la confiance du public dans les technologies autonomes dans le monde entier. Cependant, le succès dépend non seulement de la qualité des algorithmes, mais aussi de la mise à l'échelle des tests sur le terrain, de l'intégration avec les infrastructures existantes des différents pays et de la capacité à s'adapter aux conditions locales.
En fin de compte, la clé d'un avenir sûr pour le transport autonome réside dans le fait que l'IA ne se contente pas d'agir, mais qu'elle explique ses décisions. SafeDrive montre que c'est possible.
