Couverture du journal du 01/07/2022 Consulter le journal

Industrie : réussir un projet d’intelligence artificielle

Grâce à l’intelligence artificielle, les industriels résolvent de multiples problématiques, à condition d’être capables de bien l’intégrer dans l’ensemble de leur processus. Une conférence organisée mi-juin en Vendée par Proxinnov (plateforme régionale de robotique industrielle) leur a donné quelques pistes à suivre pour mener à bien leurs projets d’IA.

Industrie intelligence artificielle

© Shutterstock

De l’intelligence artificielle, il y en a partout, tout le temps. Qu’on le veuille ou non, l’IA fait partie de notre quotidien. Déverrouiller son smartphone par reconnaissance faciale ou via une empreinte digitale, communiquer vocalement avec une enceinte connectée, c’est de l’IA. « L’IA, c’est une formidable caisse à outils pour résoudre des problématiques. L’IA d’aujourd’hui sera une commodité de demain », explique Amélie Cordier, docteure en informatique et maître de conférences, lors d’une conférence organisée le 15 juin à La Roche-sur-Yon par Proxinnov.

DES USAGES MULTIPLES POUR L’INDUSTRIE

L’IA touche les dimensions de l’entreprise, jusque dans les relations clients avec les chatbots. L’un des cas d’usage d’IA le plus répandu, c’est la maintenance préventive ou curative. « Cela revient toujours moins cher de réparer que de changer une pièce », souligne Amélie Cordier. Le principe ? « On utilise plusieurs types de capteurs (vibration, caméra, audio…) pour prélever de la donnée directement sur la chaîne de production puis entraîner des modèles capables de repérer des défauts par rapport à un comportement standard de la machine et d’alerter en cas de problème. »

Autre utilisation de l’IA : la vision artificielle. « Une caméra embarquée sur le bras d’une machine peut par exemple positionner la pièce de façon optimale pour une soudure précise et de qualité. Grâce à l’intelligence artificielle, il est possible de corriger la soudure en temps réel et ainsi d’économiser des milliers d’euros. »

L’IA se révèle aussi un excellent d’outil d’optimisation. La société bretonne Energiency s’en sert pour aider les industriels à optimiser leurs consommations et coûts énergétiques.

« Elle est capable de prédire la consommation des grosses machines et dire à quel moment les allumer pour améliorer la consommation globale », précise Amélie Cordier.

Enfin, l’IA contribue à la décarbonation dans de nombreux domaines, dans les transports notamment, en collectant des points de données sur les réseaux de transport pour optimiser les trajets des camions et ainsi réduire l’impact carbone de l’industrie.

CINQ CONSEILS POUR RÉUSSIR SON PROJET IA

Selon Amélie Cordier, développer l’IA n’est finalement pas si compliqué. En 65 ans d’existence, la discipline scientifique s’est dotée de nombreux outils. Depuis les années 1980, elle sait même créer des modèles d’entraînement pour aider les machines à apprendre des données et à résoudre par elles-mêmes des problématiques. C’est ce que l’on appelle le machine learning.

L’enjeu véritable, c’est donc de « réussir à intégrer cette brique IA dans l’ensemble du processus pour que cela fonctionne ». L’un des exemples les plus frappants d’un projet industriel d’IA raté, c’est celui de la voiture autonome. « Le premier véhicule autonome, capable de faire plus de 300 km sans aucune assistance humaine, c’était en 2006. Nous savons en faire et pourtant nous n’en voyons pas à tous les coins de rue. Les raisons sont multiples. Avec 25 kg de GPU1 dans le coffre, cela raye automatiquement les possibilités de partir en vacances avec, rappelle avec humour la chercheuse. Ensuite, la voiture autonome consomme énormément d’énergie. Et puis il y a des problèmes d’intégration ». La société est-elle prête à se priver du plaisir de conduire ? Et, en cas d’accident, qui est responsable ? La question juridique n’est toujours pas tranchée. Enfin, il faudrait faire évoluer l’ensemble des infrastructures où roulerait la voiture autonome, ce qui représenterait un coût certain.

Amélie Cordier, experte en intelligence artificielle

Amélie Cordier, experte en intelligence artificielle © IJ

Alors pour mener à bien ses projets d’IA, il y a quelques règles de bases à respecter. « D’abord, identifiez correctement la problématique à résoudre. Partez des cas d’usages, priorisez-les et évaluez votre ROI (retour sur investissement), conseille Amélie Cordier. Ensuite, assurez-vous de la qualité de la data disponible et mettez en place des processus de collecte de données qualitatives. Tout le monde a des données. Qu’elles soient de qualité, c’est plus compliqué. Si vous n’en avez pas, demandez-vous comment faire pour les obtenir. C’est peut-être plus simple que vous ne l’imaginez. »

L’experte en IA a également rappelé l’importance de s’entourer de bons partenaires pour « vous accompagner et développer votre projet. Il est fort probable que vous n’ayez pas les compétences en interne ou en tout cas pas suffisamment pour mettre en place la veille nécessaire. Des partenaires prêts à vous accompagner sur des projets d’IA, il y en a de plus en plus. Et comme le marché est de plus en plus concurrentiel, ceux qui sont visibles sont en général excellents. »

La réussite dépend aussi de votre stratégie. « Sécurisation des données, coûts des traitements, latence acceptable : identifiez les opportunités et les menaces. Avez-vous besoin de mettre de l’IOT2 sur votre chaîne de production pour remonter la date en temps réel ou la partager entre plusieurs usines ? Dans ces cas-là, optez pour une stratégie cloud. Ou avez-vous besoin de réactivité et de limiter votre consommation énergétique ? Dans ce cas-là, faites du Edge3. Posez-vous toutes ces questions, elles vous orienteront dans vos choix technologiques. »

Enfin, recommande Amélie Cordier, « commencez par de petits projets aux objectifs atteignables : vous réussirez forcément et serez motivés à continuer. Itérez et profitez-en pour faire évoluer l’ensemble du processus. »

1.Processeur graphique avec une forte puissance de calcul.

2.Internet des objets ; objet connecté à internet.

3.« Le Edge computing permet de traiter les données de façon directe par le périphérique qui le Il n’est alors plus nécessaire de les transmettre à un data center pour les analyser ». Source : Journal du net.