NARRATE: A Multimodal Real-World Australian Driving Dataset for Human-Centred Explanations in Automated Driving
L'article présente NARRATE, un ensemble de données de conduite australien multimodal et réel comprenant 2 050 événements annotés avec des données de capteurs synchronisées et des explications générées par les conducteurs afin de faire progresser les modèles centrés sur l'humain et tenant compte du domaine pour la conduite automatisée.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous soyez assis à l'arrière d'une voiture qui conduit toute seule. Le véhicule ralentit, tourne ou s'arrête, et vous vous demandez pourquoi. Pour que la technologie soit perçue comme sûre et digne de confiance, elle doit être capable de vous dire ce qu'elle voit et pourquoi elle effectue un mouvement, en utilisant des mots qu'un passager humain peut réellement comprendre. Ce besoin d'une communication claire est au cœur d'un nouveau domaine de recherche axé sur la rendre l'intelligence artificielle dans les voitures explicable. Les scientifiques essaient d'apprendre aux machines non seulement à conduire, mais aussi à narrer leurs décisions d'une manière qui correspond à la façon dont les conducteurs humains réfléchissent. Le défi consiste à comprendre l'écart entre ce qu'un ordinateur calcule et ce qu'une personne remarque et anticipe réellement sur la route. Pour combler cet écart, les chercheurs doivent d'abord comprendre comment les humains réels expliquent leurs propres choix de conduite au milieu du trafic réel.
Une équipe de chercheurs en Australie a franchi une étape significative vers la résolution de cette énigme en créant une nouvelle collection de données de conduite en conditions réelles appelée NARRATE. Au lieu de s'appuyer sur des simulations informatiques ou de demander aux gens de deviner ce qu'ils pourraient faire dans un monde virtuel, l'équipe a enregistré trente-cinq conducteurs expérimentés et des instructurs de conduite alors qu'ils parcouraient des itinéraires normaux dans les rues de Brisbane. Les conducteurs étaient équipés d'un véhicule rempli de caméras, de lasers et de capteurs qui capturaient chaque détail de la route, du mouvement de la voiture et de l'environnement environnant. Pendant qu'ils conduisaient, les chercheurs leur demandaient d'expliquer leurs actions en temps réel, puis une seconde fois après le trajet en regardant une rediffusion vidéo de ce qui venait de se passer. Cette double approche a permis de capturer à la fois les pensées rapides et instinctives des conducteurs lorsqu'ils sont au volant et les réflexions plus détaillées qu'ils offrent une fois que la pression du moment est retombée.
Le jeu de données résultant contient deux mille cinquante événements de conduite spécifiques, chacun étant associé aux propres mots du conducteur expliquant ce qu'il a vu, ce qu'il a compris de la situation et ce qu'il pensait qu'il pourrait se passer ensuite. Les chercheurs ont organisé ces explications à l'aide d'un cadre qui décompose la conscience humaine en trois parties : remarquer un détail, comprendre ce que ce détail signifie pour la conduite actuelle, et projeter ce qui pourrait arriver dans le futur. Par exemple, un conducteur peut remarquer qu'un feu de signalisation passe au jaune, comprendre qu'il doit ralentir, et projeter qu'une voiture derrière lui pourrait ne pas s'arrêter à temps. En étiquetant les paroles des conducteurs avec ces couches de conscience, l'équipe a créé une carte riche de la façon dont le raisonnement humain se connecte au monde physique.
Lorsque les chercheurs ont testé si des modèles informatiques pouvaient apprendre de ces données, ils ont constaté que les machines étaient assez douées pour identifier la structure de base de la conscience humaine. Si un modèle lisait l'explication d'un conducteur, il pouvait identifier de manière fiable si le conducteur était simplement en train de remarquer quelque chose, de comprendre sa signification ou d'anticiper un risque futur. Cependant, l'étude a également révélé que la tâche est beaucoup plus difficile lorsqu'il s'agit des détails plus fins. Alors que les ordinateurs pouvaient facilement reconnaître des catégories larges comme « suivre une voiture » ou « s'arrêter à un feu », ils avaient du mal à distinguer trente-deux types spécifiques de situations de conduite sur la base du seul texte. De même, lorsqu'on leur demandait de générer de nouvelles explications de toutes pièces, les modèles informatiques produisaient un texte grammaticalement correct mais qui manquait souvent de la nuance spécifique et riche en contexte que les conducteurs humains fournissent naturellement.
Les conclusions suggèrent que, bien que l'intelligence artificielle puisse apprendre le squelette du raisonnement humain, elle manque encore de la compréhension profonde et intuitive du contexte qui provient d'années d'expérience de conduite. Le jeu de données montre que les explications humaines ne sont pas seulement des descriptions d'actions ; elles sont tissées d'observations de l'environnement, d'interprétations des autres usagers de la route et de prédictions d'événements futurs. Les chercheurs ont conclu que pour que les véhicules automatisés puissent véritablement communiquer avec leurs passagers, ils doivent aller au-delà des simples données de capteurs et apprendre à raisonner d'une manière qui reflète l'esprit humain. Ce nouveau jeu de données constitue une base cruciale pour ce travail, offrant un aperçu rare des pensées et des mots réels des conducteurs qui connaissent le mieux les routes.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.