Notre capteur Telraam S2 peut différencier dix catégories différentes d'usagers de la route :
vélo,
bus,
voiture,
camion léger,
moto,
piéton,
poussette,
tracteur,
remorque, et
camion.
Pour l'instant, sur le site Web et l'API, ces objets sont regroupés dans les quatre classes classiques de Telraam : piétons (piétons + poussettes), deux roues (vélos et motos), voitures et véhicules lourds (toutes les autres classes).
Contrairement à notre unité Telraam V1 précédente, basée sur un Raspberry Pi, Telraam S2 prend en charge la classification des objets détectés immédiatement, de sorte que nous n'avons plus besoin d'effectuer cette étape de post-traitement sur les serveurs Telraam. En fait, la détection et la classification des objets se font maintenant en même temps et sont réalisées par une puce d'intelligence artificielle (IA).
Sans entrer dans les détails techniques, voici une explication simple de ce qu'est l'IA et de son fonctionnement :
L'intelligence artificielle est un (certain) niveau d'intelligence - percevoir, synthétiser et déduire des informations - démontré par des machines. L'IA de Telraam S2 a été entraînée à identifier différents types d'usagers de la route, à l'aide d'un algorithme d'apprentissage automatique alimenté par un vaste échantillon d'images, chacune ayant déjà été classée par un humain. Au cours de ce processus, l'IA analyse ces images et recherche des modèles, afin de construire un concept - ou modèle - capable de différencier les différentes catégories d'entrée. Lorsqu'elle reçoit de plus en plus de données d'entraînement, l'IA peut identifier des usagers de la route inconnus jusqu'alors avec une précision de plus en plus grande.
Pour donner une analogie humaine à ce processus, on peut imaginer l'IA comme le cerveau d'un jeune enfant. Un jeune enfant apprend ce qu'est une voiture en regardant des objets (photos) identifiés comme des voitures par ses parents. Ce concept comprend des couleurs, des formes, des tailles, des lieux d'apparition, etc. Une fois que ce concept a atteint un seuil de maturité, l'enfant réussira à identifier un objet qu'il n'a jamais vu auparavant comme étant une voiture, car son cerveau est désormais capable de reconnaître des modèles ou des propriétés qui correspondent à son concept de voiture. L'IA a besoin d'être formée, tout comme un enfant : montrer une image de voiture ne lui apprendra pas ce qu'est une voiture, mais montrer de plus en plus de voitures permettra au cerveau de comprendre de mieux en mieux le concept. Dans le domaine de l'apprentissage automatique, ce processus est appelé "entraînement du modèle d'IA avec des données annotées".
L'un des moyens d'améliorer encore Telraam S2 à l'avenir consiste à alimenter l'IA avec davantage de données d'entraînement, afin d'affiner, par exemple, les différences entre les voitures et les motos. De nouveaux modèles d'IA peuvent être introduits dans les futures mises à jour du microprogramme.
