Waymo a publié le 26 août un billet technique exposant dix leçons tirées de plus de 200 millions de miles parcourus en autonomie complète. Le texte ne cite jamais Tesla. Il n'en a pas besoin : trois des dix leçons décrivent l'architecture retenue par Tesla, et affirment qu'elle n'aboutit pas.
L'auteur est Srikanth Thirumalai, vice-président du logiciel embarqué de Waymo, ce qui a son importance — c'est la personne responsable de ce qui tourne dans la voiture, pas un dirigeant qui répond à une question en conférence.
L'affirmation qui va le plus loin
« Se contenter d'améliorer un système d'aide à la conduite (L2) pour atteindre l'autonomie complète est un faux sommet. Une véritable maturité L4 ne peut être atteinte en toute sécurité que par un système conçu spécifiquement pour cela. »
C'est l'argument qui mord, parce qu'il ne porte pas sur les capteurs. Toute la feuille de route de Tesla repose sur l'idée que le FSD supervisé d'aujourd'hui — un système de niveau 2 dont un humain reste juridiquement responsable — deviendra demain un système non supervisé grâce à un meilleur logiciel sur la même flotte. La position de Thirumalai est que ce chemin ne mène à aucun sommet : selon lui, un système ne mûrit qu'à partir du moment où il est seul responsable de la tâche de conduite, car c'est la seule condition qui l'expose aux véritables conséquences de ses décisions et fait remonter les situations que la supervision humaine gomme discrètement.
On peut accumuler des milliards de kilomètres simulés ou supervisés, avance le billet, sans pour autant avoir parcouru ceux qui comptent.
Deux autres leçons qui touchent Tesla
Les cartes HD sont un a priori, pas une béquille. Waymo les présente comme « un a priori puissant » — une connaissance pré-calculée que la voiture apporte à une route avant même de la voir. La position de Tesla est l'inverse depuis des années : c'est la vision générale, sans dépendance aux cartes, qui permet à un système de s'étendre à n'importe quelle route. La réplique de Waymo est qu'écarter une information fiable pour prouver un point de vue n'est pas un argument de sécurité.
Le end-to-end est une boîte noire. Sur l'architecture vers laquelle Tesla s'est orientée, le billet est sans détour : « Les architectures neuronales purement end-to-end (E2E) … courent le risque de défaillances en boîte noire », c'est-à-dire qu'il est difficile de comprendre comment une décision a été prise. Waymo associe ce constat à une autre leçon — « on ne peut pas bâtir la confiance avec une boîte noire » — et à une conception qu'elle appelle le Critic, un composant dont le rôle est d'évaluer le modèle de conduite plutôt que de conduire.
La liste complète
- Les capteurs multimodaux sont indispensables
- Les cartes HD sont un « a priori » puissant
- Moins de modèles, mais plus grands, vaut mieux
- On ne peut pas bâtir la confiance avec une boîte noire
- La simulation en boucle fermée révèle davantage de cas limites
- Tout grand conducteur a besoin d'un grand Critic
- Les Vision Language Models améliorent le raisonnement sur la scène
- Une IA ne vaut que la gouvernance qui l'évalue
- Un volant d'inertie des données permet une amélioration continue
- Rien ne remplace l'expérience en autonomie complète
La leçon sur les capteurs — « Les caméras sont extraordinaires, mais elles ne suffisent pas », le lidar fournissant « la structure filaire » et les caméras « la couche sémantique » — constitue le versant familier de l'argumentaire de Waymo, et TeslAnt en a couvert la version plus complète dans l'argumentaire de Dmitri Dolgov sur le plafond qu'atteignent les systèmes tout-caméra. Ce qui est nouveau ici, c'est que la question des capteurs n'est qu'une leçon sur dix, et que les neuf autres portent sur la chaîne de traitement.
Pourquoi les lecteurs européens doivent s'y intéresser
Il s'agit autant de marketing que d'ingénierie — Waymo défend ses propres intérêts, et une entreprise qui affiche 200 millions de kilomètres sans conducteur et une facture de lidar a toutes les raisons de soutenir que les deux sont indispensables. Le contre-argument de Tesla, selon lequel ce sont l'échelle et le coût qui déterminent qui déploie, n'est traité par aucune des dix leçons.
Mais le calendrier n'est pas fortuit. Waymo s'est engagée à faire de Munich sa première ville européenne de robotaxis d'ici fin 2027, et les régulateurs européens rédigent en ce moment même les règles applicables aux véhicules sans conducteur. Un document qui affirme qu'« un système L2 ne peut pas être transformé en système L4 » est une norme technique qu'une autorité d'homologation peut reprendre et opposer à un seul et unique candidat.