La Faculté de génie de l’Université d’Ottawa et un groupe de recherche de General Motors (GM) s’attaquent à l’un des enjeux les plus pressants de l’industrie automobile : la sécurité et la fiabilité des systèmes automobiles basés sur l’IA, qui sont de plus en plus complexes. Dans le cadre d’une collaboration dynamique, les communautés étudiante et de recherche de l’Université et les spécialistes de GM ont élaboré des approches de mise à l’essai et de vérification automatisées et rigoureuses, préparant ainsi la voie à des moyens de transport plus sûrs et intelligents.
Comme les véhicules sont de plus en plus complexes et propulsés par l’IA, leur sécurité et fiabilité doivent être évaluées à l’aide de nouvelles méthodes et de nouveaux outils. L’équipe de recherche et développement de GM, consciente de la nécessité d’aller au-delà des pratiques traditionnelles du secteur, a fait appel à la Faculté de génie pour trouver des solutions à ces nouveaux défis.
Ramesh Sethu, un des chercheurs de GM à la tête de l’initiative, explique : « Nous nous sommes tournés vers l’Université, car à l’heure actuelle, il n’existe pas de méthodes bien définies dans l’industrie pour ces nouvelles technologies. Nous devons explorer, définir des exigences et élaborer des outils. Or, le milieu universitaire est parfaitement adapté à ce type de démarche. »
La collaboration entre le Laboratoire Nanda (dirigé par Lionel Briand) et le groupe de recherche de GM englobe plusieurs projets, passés et présents, dont les objectifs visent la mise à l’essai et la vérification de systèmes logiciels automobiles basés sur l’IA. Comme ces systèmes intègrent de plus en plus de composants d’IA, de nouvelles approches de validation rigoureuses et évolutives doivent être adoptées.
« Nous devons explorer, définir des exigences et élaborer des outils. Or, le milieu universitaire est parfaitement adapté à ce type de démarche. »
Ramesh S.
— Chercheur de GM
L’un des principaux objectifs de l’initiative est de rehausser la qualité en réduisant les erreurs humaines, en améliorant la constance et en rationalisant le développement. Pour y arriver, il faut concevoir des solutions d’automatisation qui aideront le personnel à suivre des processus de validation de routine, mais essentiels. M. Sethu explique : « Les vérifications et les validations nécessaires aux pratiques d’ingénierie en sécurité automobile doivent être rigoureuses. En concevant des solutions d’automatisation qui améliorent ces processus, nous souhaitons réduire les erreurs et uniformiser le cycle de vie du développement. » La contribution exceptionnelle de chercheuses et chercheurs boursiers de niveau postdoctoral et d’étudiantes et d’étudiants de l’Université est au cœur de cette collaboration. L’équipe de recherche de GM a salué leur professionnalisme, leur dévouement et leur travail de grande qualité qui répond aux normes de l’industrie.
« Lionel et son équipe font un travail exemplaire, ajoute M. Sethu. Dès le début, ils ont mesuré l’ampleur du projet, fixé des objectifs clairs et fait des présentations professionnelles. Chaque personne s’est montrée sincère et engagée, et nombre de travaux ont été publiés dans des actes de conférences et des revues de renom. »
Les étudiantes et étudiants ont également maintenu d’excellentes pratiques de communication en transmettant les comptes-rendus de réunion, en faisant le suivi des mesures à prendre et en respectant les échéanciers de projet. « Le degré de professionnalisme de ces personnes démontre qu’elles sont prêtes à relever les défis qui les attendent sur le marché du travail, poursuit-il. Elles ont une véritable volonté d’élaborer des solutions qui auront un impact réel dans l’industrie. »
Cette collaboration illustre comment le monde universitaire et l’industrie peuvent, ensemble, stimuler l’innovation. En combinant l’expertise pratique de GM aux capacités de recherche de l’Université d’Ottawa, les équipes contribuent à renforcer la sécurité automobile, tout en préparant la relève en génie à s’attaquer à des problèmes réels.
Les méthodes nécessaires pour garantir l’intégration sûre et efficace de l’IA générative dans les systèmes automobiles doivent évoluer au même rythme que l’IA elle-même. Cette collaboration continue permet aux équipes de recherche de GM et de l’Université de bâtir un avenir plus sûr et plus intelligent pour la mobilité.
