Intelligence Artificielle Fiable pour les Réseaux Véhiculaires – TRAVEL

L’intelligence connectée dans les futurs réseaux est perçue comme un acteur essentiel pour relever de nombreux défis humains et sociétaux. Ce concept, désigné sous le nom d'intelligence artificielle (IA) native", est considéré comme l’un des piliers de la 6G. Dans ce paradigme, l'intelligence sera intégrée à différents niveaux de l'infrastructure de réseau de communication pour améliorer les performances et répondre aux exigences des réseaux, notamment ceux liés aux communications véhiculaires (V2X), telles que la fiabilité et la réactivité accrues. Cependant, l'utilisation de l'IA sous forme de modèles boîte noire présente des risques et des défis considérables. Il est donc essentiel de comprendre le fonctionnement de ces modèles afin de pouvoir se fier aux décisions qu’ils prennent. Afin d'adresser cette problématique, nous envisageons de développer des méthodes d'IA explicable (XAI) qui facilitent la compréhension de la logique sous-jacente au comportement de ces modèles boîte noire pour des applications liées aux réseaux véhiculaires. Ceci pourrait être réalisé en utilisant les connaissances extraites des explications fournies pour peaufiner les données et le modèle de la solution IA. Cette stratégie permettra d'améliorer le réseau à différents niveaux couche PHY, Software Defined Networking et Network Function Virtualization, garantissant ainsi un déploiement sûr et efficace.