Toujours plus perfectionnés, les drones se heurtent cependant à un problème récurrent : les dispositifs d’évitement des obstacles, basés sur la transmission et la réflexion d’ondes électromagnétiques, sont très gourmands en énergie. L’approche alternative qui consiste à utiliser l’analyse d’image consomme également une grande partie de la batterie et nécessite en plus une puissance de calcul importante. Une équipe de chercheurs de l’université Tsing Hua à Taïwan pense avoir trouvé une solution efficace et peu gourmande en énergie.

Reproduire le comportement de la mouche

L’équipe pluridisciplinaire est composée du professeur Tang Kea-Tiong, spécialiste de l’ingénierie électronique, et du professeur Lo Chung-Chuan, qui travaille sur le comportement animal. Les deux chercheurs ont été intrigués par le comportement de la mouche des fruits, qui possède une capacité hors norme à éviter les obstacles à grande vitesse. Ils ont donc cherché à reproduire son nerf optique avec une intelligence artificielle, pour le transférer ensuite à un drone.

Gérer la masse de données

Le premier obstacle à surmonter pour les deux inventeurs est la surcharge d’informations apportée par l’électronique. Les capteurs des caméras et smartphones possèdent des millions de pixels tandis que l’œil de la mouche des fruits n’en capte que 800. Son cerveau est capable de traiter des informations telles que les contours et les contrastes mais il dispose aussi d’un filtre qui lui permet de se focaliser en priorité sur les objets avec lesquels la mouche est susceptible d’entrer en collision. L’équipe de chercheurs a donc cherché à imiter ce filtre et l’a converti en une intelligence artificielle transférée sur une puce électronique.

Un apprentissage indispensable

Le drone équipé de cette puce doit ensuite suivre une phase d’apprentissage (machine learning). Son unité centrale, aidée par l’intelligence artificielle (IA) basée sur le nerf optique de la mouche, apprend à se concentrer sur les seules informations nécessaires pour éviter les collisions, notamment en évaluant les distances, les vitesses et la probabilité d’un choc avec un obstacle. Comme l’IA reproduit les synapses du système nerveux de la mouche, elle est également en mesure de mémoriser d’autres opérations du drone et d’augmenter l’efficacité de la plupart des opérations, notamment du vol.