Ce nouvel outil pourrait réveiller la colère des chauffeurs de taxis. Une équipe de chercheurs du laboratoire de science informatique et d'intelligence artificielle ( CSAIL ) du MIT vient de publier une étude qui revient sur le développement et les enjeux d'un algorithme qui doit permettre d'optimiser les trajets des véhicules partagés.
Selon les scientifiques, les 14.000 taxis new-yorkais pourraient être ainsi remplacés par une flotte de 3.000 voitures partagées si les déplacements étaient rationalisés par des algorithmes. Pour aboutir à de tels résultats, le laboratoire a utilisé les données publiques des trajets en taxis de la ville américaine entre 2010 et 2013 mises en en ligne par l'université de l'Illinois.
"Au lieu de transporter une personne à la fois, les conducteurs peuvent transporter entre deux et quatre personnes à chaque fois, avec moins de trajets, en moins de temps et pour un tarif moyen similaire", explique la professeure Daniela Rus qui a dirigé l'équipe. "Un système comme celui-ci pourrait permettre aux conducteurs de travailler moins, en diminuant le trafic, en améliorant la qualité de l'air et en diminuant la durée et le stress des trajets quotidiens."
En France, les récentes décisions pour appliquer la circulation alternée dans l'agglomération parisienne et d'autres villes françaises rappellent que les pics de pollution aux particules fines pourraient se multiplier si des solutions concrètes ne sont pas proposées rapidement.
> Lire aussi : Pollution aux particules fines : Marseille, Nice et Paris asphyxiées
Un algorithme efficace pour les véhicules autonomes
La technologie développée par les chercheurs du MIT serait particulièrement adaptée aux véhicules autonomes. "L'outil peut rerouter en permanence les véhicules en se basant sur les requêtes (ndlr :des clients) en temps réel," précise Daniel Rus. Le système construit dans un premier temps un graphique de toutes les requêtes adressées par les clients et de tous les véhicules. Cela permet de créer un second graphique de toutes les combinaisons de trajets possibles en utilisant la méthode de la programmation linéaire en nombres entiers. Cette méthode mathématique permet de déterminer le trajet le plus optimal pour les véhicules partagés.
Crédits : Massachusetts Institute of Technology
"L'un des défis importants était de développer une solution en temps réel qui prend en compte à la fois les milliers de véhicules et les requêtes en même temps," déclare Rus. "Nous pouvons le faire dans notre méthode parce qu'elle nous permet dans un premier temps de comprendre et de résumer le réseau routier à un niveau de détail très fin."
Pour la chercheuse, "les services de voitures partagées ont un immense potentiel pour un impact sociétal positif par rapport à la congestion, la pollution et la consommation d'énergie." Les scientifiques ont ainsi trouvé que 2.000 véhicules capables de transporter 10 personnes pourraient répondre à 95% des demandes de trajets quotidiens.
En parallèle, les sociétés comme Uber ou Lyft "seraient en train de construire des algorithmes similaires", selon The Verge. En développant leurs services de véhicules autonomes, ces firmes américaines, souvent critiquées pour leurs pratiques commerciales et fiscales agressives, pourraient ainsi contribuer à désengorger les rues des métropoles.
« Quand nous mettrons le pied sur l'accélérateur, nous serons difficiles à égaler » (Joelle Pineau, directrice de la recherche en IA chez Meta)
Il n'y a actuellement aucun commentaire concernant cet article.
Soyez le premier à donner votre avis !