La mobilité est au cœur des enjeux climatiques et urbains. Dans l’enseignement supérieur, elle représente même un défi majeur puisque plus des trois quarts du bilan carbone des établissements d’enseignement supérieur proviennent des trajets domicile-campus. Face à ce constat, la recherche de solutions durables est urgente. L’intelligence artificielle (IA) apparaît alors comme un levier prometteur pour imaginer des déplacements plus fluides, plus sûrs et moins polluants.
Pour éclairer ce sujet, Kamaldeep Singh Oberoi, enseignant-chercheur au sein de CESI LINEACT, l’unité de recherche de l’école d’ingénieurs CESI, partage son expertise sur le rôle que l’IA peut jouer dans la mobilité de demain.
Qu’appelle-t-on “intelligence artificielle” dans le contexte des transports ?
L’objectif de l’IA est de rendre les machines « intelligentes » et notamment capables de prendre des décisions similaires à celles qu’auraient prises un humain à partir de données bien précises et dans un contexte particulier. Dans celui des transports, l’IA peut par exemple aider au contrôle d’un véhicule autonome circulant en ville, permettre à un usager de se déplacer dans une ville inconnue ou encore prédire des embouteillages.
Que signifie le concept de « mobilité intelligente et durable » ?
C’est une mobilité qui réduit les émissions de gaz à effet de serre tout en restant efficace et attractive. Cela peut, par exemple, passer par l’utilisation de véhicules électriques, mais aussi par un meilleur usage des infrastructures existantes et des services incitant à délaisser la voiture individuelle au profit de solutions partagées.
Quels types d’IA sont aujourd’hui utilisés dans la mobilité ?
Il existe de multiples applications de l’IA dans le secteur des transports. On pense d’abord à celle des véhicules autonomes, dont l’objectif est de compléter le comportement du conducteur afin de réduire les accidents dus aux erreurs humaines.
Mais l’IA est aussi présente dans les applications proposant des trajets multimodaux (type Maas, Mobility-as-a-Service), les prévisions de demande de services de mobilité, la mise en relation entre conducteurs et passagers pour le covoiturage, voire même la logistique pour optimiser la livraison de biens.
Aujourd’hui, quel rôle joue l’IA dans la transformation des modes de transport ?
L’IA ne bouleverse pas tout d’un coup, mais améliore l’existant et vise à offrir à tous un service de mobilité sécurisé, flexible et fluide. À l’échelle des villes, elle est surtout utilisée pour améliorer l’usage des infrastructures urbaines existantes. Mais elle contribue aussi à la réduction des embouteillages, la conception de véhicules plus performants, et l’apparition de nouvelles mobilités partagées comme les trottinettes ou vélos connectés.
Qu’est-ce qui a changé ces dernières années grâce à l’IA ?
L’IA rend les services de transport multimodal plus accessibles et personnalisés. Par conséquent, les usagers trouvent plus facilement une alternative à la voiture personnelle, et les opérateurs ajustent leur offre pour desservir davantage de personnes, et ce dans de bonnes conditions.
L’IA peut-elle vraiment améliorer la mobilité quotidienne ?
Oui. Elle aide à réduire les temps de trajet, sécuriser les déplacements et améliorer le confort en proposant des itinéraires adaptés en temps réel. Elle pourrait aussi bientôt permettre de mieux desservir les zones rurales et interurbaines grâce à une meilleure collecte de données sur la mobilité des usagers.
En quoi l’IA accélère-t-elle la transition vers une mobilité plus durable ?
En rendant les solutions partagées et multimodales plus attractives, l’IA peut limiter le recours à la voiture individuelle. Elle contribue aussi à rendre les véhicules plus sobres et moins polluants, tout en s’orientant vers une IA dite « frugale », c’est-à-dire moins énergivore.
Quels sont les risques liés à l’usage de l’IA dans la mobilité ?
Comme pour toute technologie, il existe des risques de surveillance et d’utilisation abusive des données. Mais en Europe, la RGPD et des organismes comme la CNIL encadrent ces usages. L’enjeu est de garantir que l’IA serve l’intérêt général, et pas seulement les intérêts commerciaux.
De quelle façon Mon trajet vert intègre-t-il l’IA à ses travaux de recherche sur la mobilité ?
Mon trajet vert a pour objectif d’améliorer la mobilité quotidienne des étudiants en réduisant le recours systématique à la voiture individuelle. Pour cela, nous mobilisons l’IA afin d’analyser et de comprendre les habitudes de déplacement des étudiants.
Le processus se déroule en deux étapes : d’abord prédire les modes et itinéraires utilisés, puis recommander une combinaison plus optimale et durable. Ces recommandations tiennent compte de paramètres comme la météo, les embouteillages, les horaires de transport, les emplois du temps ou la localisation du campus. Les données de mobilité sont traitées dans le respect strict de la RGPD. Comme toutes les données personnelles ne sont pas disponibles, nous complétons les modèles grâce à des outils de simulation qui permettent de reproduire les comportements de mobilité quotidiens.
L’IA peut ensuite proposer des alternatives concrètes comme le vélo en libre-service, le covoiturage ou des solutions multimodales ; en cas de retard ou de perturbation, l’itinéraire est ajusté en temps réel.
Au-delà des étudiants, Mon trajet vert s’adresse également aux campus des établissements d’enseignement supérieur pour qui nous développons des tableaux de bord permettant aux directions de suivre les émissions de CO₂ liées aux trajets domicile-campus. Ces outils facilitent la mise en place d’actions ciblées, comme l’adaptation des emplois du temps ou la promotion de modes alternatifs. À terme, ils contribueront à élaborer de véritables plans de mobilité campus, comparables aux plans de mobilité entreprise.
Références :
- https://www.eea.europa.eu/en/analysis/publications/sustainability-of-europes-mobility-systems
- https://www.mclaren.com/racing/partners/dell-technologies/how-ai-is-revolutionising-f1-presented-by-dell-technologies/
- https://www.formula1.com/en/latest/article/how-f1-technology-has-supercharged-the-world.6Gtk3hBxGyUGbNH0q8vDQK
- https://news.cnrs.fr/articles/the-challenges-of-frugal-ai
- https://cnil.fr/fr/recommandations-developpement-ia-interet-legitime
- https://www.euractiv.com/section/tech/news/german-privacy-watchdog-scraps-plans-to-stop-meta-ai-training-on-personal-data/
- https://transport.ec.europa.eu/transport-themes/urban-transport/sustainable-urban-mobility-planning-and-monitoring_en