TechnologiesVoyager dans le temps grâce à l’intelligence artificielle et la prédiction

Lille : L’intelligence artificielle et la prédiction se mettent de plus en plus au service des voyageurs

TechnologiesUne start-up lilloise développe un outil pour prédire les conditions de voyage dans le futur, première étape avec les vélos en libre-service.
Exemple de cartographie des places disponibles dans les stations V'Lille, dans 50 minutes.
Exemple de cartographie des places disponibles dans les stations V'Lille, dans 50 minutes. - Capture d'écran / Prévisions.bike
Gilles Durand

Gilles Durand

L'essentiel

  • Une start-up baptisée Optimo Technologies vient de lancer un site web qui permet d’anticiper les places libres et les vélos disponibles dans les stations V’Lille.
  • L’objectif est de prédire, avec le plus de précision possible, le meilleur mode de transport et de trajet pour se rendre au travail ou rentrer chez soi.
  • Dans quelques mois, le logiciel doit permettre aussi d’optimiser les transports en train, bus ou métro.

C’est un peu la météo des transports en commun de demain. Une start-up baptisée Optimo Technologies vient de lancer un site web qui permet d’anticiper les places libres et les vélos disponibles dans les stations V’Lille. En attendant le métro, les bus ou le train, peut-être dans toute la France. Objectif : prédire, avec le plus de précision possible, le meilleur mode de transport et de trajet pour se rendre au travail ou rentrer chez soi.

Comment ça marche ?

Les deux fondateurs d’Optimo, Geoffrey Pruvost et Laurent Decool, sont partis du principe qu’un voyageur aime maîtriser les aléas des transports. « Pédaler 20 minutes et avoir la mauvaise surprise de trouver une station de vélos en libre-service pleine, alors qu’il restait des places quand vous êtes partis, n’a rien d’agréable », explique Laurent Decool.

Alors, pour optimiser les trajets, les deux entrepreneurs ont développé un logiciel capable de calculer les disponibilités, pour l'instant avec une heure d’avance. Un réseau neuronal, basé sur l’intelligence artificielle, pondère les données, calcule les probabilités et présente la prédiction censée être la plus fiable sur une cartographie dynamique.

Une centaine de paramètres

« Nous avons travaillé à partir de l’historique d’une année d’utilisation des V’Lille pour comprendre comment fonctionnent les variations de prise en main », précise Laurent Decool. Une centaine de paramètres ont ensuite été intégrés pour nourrir l’algorithme. Il s'agit notamment de données météorologiques comme la température, l’humidité et le vent. Résultat, la start-up revendique aujourd’hui 96 % de fiabilité après avoir comparé, pendant plusieurs semaines, les prédictions à la réalité.

Lauréat du concours d’innovation I-PhD avec ce projet Geoffrey Pruvost ne compte pas en rester là. « L’étape suivante sera de prédire les disponibilités et incidents dans d’autres modes de transport, comme les bus, le métro ou le train », explique-t-il. L’assistant mobilité créé pour les vélos risque donc de s’élargir aux transports en commun d’ici à début 2023. « Il faudra intégrer beaucoup plus de données, comme la fiabilité des lignes ou les prévisions de trafic automobiles et l’enjeu sera de prédire avec plusieurs jours d’avance », souligne Laurent Decool.

Et la pénurie d’essence…

« Le contexte de pénurie d’essence met nos prévisions à l’épreuve », reconnaît le co-fondateur d'Optimo. Néanmoins, il semble que cette donnée imprévue n’ait guère d’incidence sur l’utilisation des vélos en libre-service à Lille. « Nous avons constaté, par endroits, une imprécision d’un vélo en moins par rapport aux prédictions, c’est tout », assure-t-il.



Néanmoins, le prix des carburants et l’alimentation des stations-service sont des paramètres qui seront pris en compte à l’avenir, « car ils peuvent devenir des éléments déclencheurs de l’utilisation de moyens de transport alternatifs », glisse-t-il.

Réduire le bilan carbone

A plus long terme, l’ambition d’Optimo Technologies est de proposer aux entreprises un « assistant mobilité » qui contient à la fois un calculateur d’itinéraire personnalisé et optimisé mais aussi un porte-monnaie alimenté par l’employeur pour régler l’ensemble des trajets. La finalité est de constater une réduction du bilan carbone lié à ces déplacements domicile travail. Le projet est soutenu par l’Institut national de recherche en sciences et technologies du numérique (Inria).