Le Mayflower a quitté l’Angleterre en 1620 en transportant environ 130 pèlerins de l’Atlantique au Nouveau Monde. Cette année, pour célébrer le 400e anniversaire de cette expédition, un navire 100% autonome suivra le même cap.
Le 14 janvier dernier, l’École d’Ingénieurs du Pôle Léonard de Vinci accueillait Eric Aquaronne, responsable de la stratégie des produits matériels chez IBM, expert en stratégie produit AI, Cloud et sécurité.
Pour la première activité organisée dans le cadre du parrainage IBM, ce spécialiste en intelligence artificielle a accepté l’invitation de l’ESILV d’animer une conférence en ligne autour des technologies autonomes qui équipent le bateau Mayflower Autonomous Ship (MAS).
L’occasion pour les étudiants de la promotion 2022 parrainée par IBM d’approfondir les applications du deep learning, de l’IA hybride, de l’edge computing, de l’IoT et du cloud dans l’exploration océanographique et la recherche scientifique.
Du Mayflower de 1620 au Mayflower de 2021
Le Mayflower (ou « Fleur de mai ») a une place célèbre dans l’histoire américaine. Le 21 novembre 1620, les premiers colons européens embarqués sur le navire marchand sont arrivés d’Angleterre à Plymouth, Massachusetts. Le 19 avril 2021, c’est le Mayflower Autonomous Ship qui va partir de Plymouth en Angleterre pour aller à Plymouth dans le Massachusetts (États-Unis).
Au bord de la version 2.0, pas de capitaine, ni de marins, mais une IA. Alimenté par le cloud d’IBM mais ne dépendant pas du cloud, le « Capitaine AI » sera capable d’éviter les dangers de navigation et de prendre des décisions en mer, avec une connectivité limitée ou nulle.
Un modèle de résolution de problème sur le MAS
Le Mayflower de 2021 a une mission scientifique : il recueillera des données océanographiques, sur les mammifères marins (entre autres, le comptage des baleines), l’analyse des microplastiques dans l’océan, la cartographie du niveau de la mer… et sera la plateforme de test du ‘Capitaine AI’ basée sur plusieurs briques technologiques IBM.
Le trimaran d’environ 15 mètres de long et 8 de large est entièrement couvert de cellules photovoltaïques pour recharger les batteries et alimenter les moteurs électriques. Autonome en énergie, le bateau est également équipé d’un moteur biodiesel prêt à prendre le relais au cas où il n’y aurait pas assez de soleil pour alimenter la motorisation électrique.
Désigné la « meilleure invention de l’année 2021 » par le CES, le Capitaine AI utilise, entre autres, des technologies avancées de :
- Vision (Deep Learning) développées sur Power9
- Décision développées sur ODM (Operational Decision Manager)
- Optimisations développées sur CPLEX/CPO
- Gestion d’Edges avec RedHat Openshift dans le Cloud, à bord, dans le centre de contrôle
Mayflower, un système basé sur une IA hybride
À l’aide de ses six caméras et ses 30 capteurs, il cartographie son environnement chaque seconde, identifie l’identité des navires croisés et collecte de nombreuses données météorologiques, océanographiques et climatiques pour la recherche.
Grâce aux serveurs à bord du MAS, tout fonctionne en local, sans connexion extérieure. Les données seront envoyées au control center à travers le cloud qui gère, à la fois, l’information scientifique, grand public et les prédictions météo. Grâce aux applications de réalité virtuelle, ceux qui resteront à quai pourront embarquer sur le Mayflower et effectuer la traversée « virtuellement ».
La fondation PROMARE qui opèrera le navire mettra à la disposition du public la plupart des données scientifiques afin de permettre à tous de les analyser et de faire des découvertes.
IBM propose sur son site une série documentaire en 8 parties, qui nous plonge dans la création et dans les prémices du premier voyage d’un navire autonome de grande taille à travers l’Atlantique.
Pour participer au projet MAS, les jeunes ingénieurs doivent connaître les technologies employées et « être capables d’apprendre et d’évoluer ». « Pour moi, 50%, c’est la capacité d’utiliser une technologie aujourd’hui et l’autre moitié, la capacité d’apprendre les technologies utiles à ce programme. Il ne s’agit pas seulement de savoir utiliser le deep learning. Il faut vraiment assembler des technologies IA différentes pour arriver aux résultats attendus », a conclu Eric Aquaronne.