Uber compte plus de 20 partenaires de véhicules autonomes, et ils veulent tous une chose : des données. La société annonce donc qu’elle va rendre cela disponible via une nouvelle division appelée Uber AV Labs.
Malgré son nom, Uber ne revient pas au développement de son propre robotaxis, ce qu’il a arrêté de faire après qu’un de ses véhicules d’essai a tué un piéton en 2018. (Uber a finalement vendu la division en 2020 dans le cadre d’un accord complexe avec Aurora.) Mais il enverra ses propres voitures dans des villes équipées de capteurs pour collecter des données pour des partenaires comme Waymo, Waabi, Lucid Motors et d’autres – bien qu’aucun contrat n’ait encore été signé.
D’une manière générale, les voitures autonomes sont en train de s’éloigner du fonctionnement basé sur des règles et de s’appuyer davantage sur l’apprentissage par renforcement. Dans ce contexte, les données de conduite réelles sont devenues extrêmement précieuses pour la formation de ces systèmes.
Uber a déclaré à TechCrunch que les entreprises de véhicules autonomes qui souhaitent le plus ces données sont celles qui en ont déjà collecté elles-mêmes une grande partie. C’est le signe que, comme de nombreux laboratoires d’IA de pointe, ils ont réalisé que « résoudre » les cas extrêmes les plus extrêmes est un jeu de volume.
Une limite physique
À l’heure actuelle, la taille de la flotte d’une entreprise de véhicules autonomes crée une limite physique à la quantité de données qu’elle peut collecter. Et tandis que beaucoup de ces entreprises créent des simulations d’environnements réels pour se prémunir contre les cas extrêmes, rien ne vaut la conduite sur de vraies routes – et beaucoup de conduite – lorsqu’il s’agit de découvrir tous les scénarios étranges, difficiles et carrément inattendus dans lesquels les voitures se retrouvent.
Waymo fournit un exemple de cet écart. L’entreprise exploite ou teste des véhicules autonomes depuis une décennie, et pourtant ses robots-taxis actuels ont récemment été surpris en train de passer illégalement des autobus scolaires arrêtés.
Avoir accès à un plus grand pool de données de conduite pourrait aider les entreprises de robotaxi à résoudre certains de ces problèmes avant ou à mesure qu’ils surviennent, a déclaré Praveen Neppalli Naga, directeur de la technologie d’Uber, à TechCrunch dans une interview exclusive.
Événement Techcrunch
San Francisco
|
13-15 octobre 2026
Et Uber ne facturera pas cela. Du moins pas encore.
« Notre objectif est avant tout de démocratiser ces données, n’est-ce pas ? Je veux dire, la valeur de ces données et les progrès de la technologie audiovisuelle des partenaires sont bien plus importants que l’argent que nous pouvons en tirer », a-t-il déclaré.
Le vice-président de l’ingénierie d’Uber, Danny Guo, a déclaré que le laboratoire devait d’abord établir la base de données de base avant de déterminer l’adéquation du produit au marché. « Parce que si nous ne le faisons pas, nous ne pensons vraiment pas que quiconque puisse le faire », a déclaré Guo. « Donc, en tant que personne susceptible de débloquer l’ensemble de l’industrie et d’accélérer l’ensemble de l’écosystème, nous pensons que nous devons assumer cette responsabilité dès maintenant. »
Vis et capteurs
La nouvelle division AV Labs démarre modestement. Jusqu’à présent, il n’a qu’une seule voiture (une Hyundai Ioniq 5, bien qu’Uber affirme qu’elle n’est pas mariée à un seul modèle), et Guo a déclaré à TechCrunch que son équipe était encore littéralement en train de visser des capteurs comme des lidars, des radars et des caméras.
« Nous ne savons pas si le kit de capteurs va tomber, mais c’est le problème que nous avons », a-t-il déclaré en riant. « Je pense qu’il nous faudra un certain temps avant de décider de déployer 100 voitures sur la route pour commencer à collecter des données. Mais le prototype est là. »
Les partenaires ne recevront pas de données brutes. Une fois que la flotte d’Uber AV Labs sera opérationnelle, Naga a déclaré que la division « devra masser et travailler sur les données pour s’adapter aux partenaires ». C’est de cette couche de « compréhension sémantique » que s’appuieront les logiciels de conduite d’entreprises comme Waymo pour améliorer la planification de trajet en temps réel d’un robot-taxi.
Même dans ce cas, Guo a déclaré qu’il y aurait probablement une étape interstitielle, où Uber connecterait essentiellement le logiciel de conduite d’un partenaire aux voitures d’AV Labs pour qu’elles fonctionnent en « mode ombre ». Chaque fois que le pilote d’Uber AV Labs fait quelque chose de différent de ce que fait le logiciel du véhicule autonome en mode fantôme, Uber le signalera à l’entreprise partenaire.
Cela permettra non seulement de découvrir les lacunes du logiciel de conduite, mais également d’entraîner les modèles à conduire davantage comme un humain et moins comme un robot, a déclaré Guo.
L’approche Tesla
Si cette approche vous semble familière, c’est parce que c’est essentiellement ce que Tesla a fait pour former son propre logiciel de véhicule autonome au cours de la dernière décennie. L’approche d’Uber n’a cependant pas la même ampleur, car Tesla compte chaque jour des millions de voitures de clients circulant sur les routes du monde entier.
Cela ne dérange pas Uber. Guo a déclaré qu’il prévoyait de procéder à une collecte de données plus ciblée en fonction des besoins des constructeurs de véhicules autonomes.
« Nous avons 600 villes parmi lesquelles nous pouvons choisir. Si le partenaire nous indique une ville particulière qui l’intéresse, nous pouvons simplement déployer nos (voitures) », a-t-il déclaré.
Naga a déclaré que l’entreprise prévoyait de porter cette nouvelle division à quelques centaines de personnes d’ici un an et qu’Uber souhaitait agir rapidement. Et s’il envisage un avenir dans lequel l’ensemble de la flotte de véhicules Uber pourrait être exploitée pour collecter encore plus de données de formation, il sait que la nouvelle division doit commencer quelque part.
« D’après nos conversations avec nos partenaires, ils disent simplement : ‘donnez-nous tout ce qui nous sera utile.’ Parce que la quantité de données qu’Uber peut collecter dépasse tout ce qu’ils peuvent faire avec leur propre collecte de données », a déclaré Guo.
