Tout le dossier Tout le dossier

Intelligence artificielle : l'outil derrière le buzz

Le battage médiatique autour de l’IA ne doit pas faire oublier que cette révolution s’inscrit dans la continuité des méthodes industrielles.

Partager
Intelligence artificielle : l'outil derrière le buzz
Seemax a développé une solution de mirage automatique dopée à l’IA pour contrôler la qualité des œufs.

Impossible de passer à côté. L’intelligence artificielle (IA) sature les médias. Démonstrations de force du deep learning (apprentissage profond), promesses de gains faramineux, menaces sur l’emploi ou dérives liées à l’usage aveugle de ses algorithmes… l’IA est mise à toutes les sauces. En quelques années, elle a acquis le statut de révolution technologique du XXIe siècle et s’est imposée comme un enjeu géostratégique et économique mondial. Cet emballement a l’inconvénient majeur de la présenter comme un ovni numérique, a priori bien difficile à intégrer pour un industriel. Or l’IA s’inscrit au contraire dans la continuité des méthodes industrielles. « Analyser des données, identifier des corrélations, en tirer des enseignements pour optimiser ses process… Ce n’est pas nouveau, rappelle Alexis Fournier, le vice-président de la stratégie IA pour l’Europe, le Moyen-Orient et l’Afrique chez Dataiku, fort d’une expérience de vingt ans dans la datascience. On le fait aujourd’hui sur de nouveaux types de données et avec de nouveaux outils, mais c’est le même principe. » S’il y a bien une diffusion de l’IA dans l’industrie, elle vient d’abord des entreprises. « Ce n’est pas l’apparition du deep learning qui a fait entrer l’IA dans l’usine, mais la nécessité pour les industriels de piloter des systèmes de plus en plus complexes et le fait qu’ils ont commencé à stocker leurs données pour cela », tranche Patrick Sayd, le responsable de l’unité IA pour le langage et la vision au CEA List. IA, big data et industrie 4.0, même combat !

Il ne s’agit pas de nier la singularité des réseaux de neurones profonds du deep learning, ni la rupture technologique qu’ils représentent. Mais il faut replacer cette dernière dans son contexte. Celui de la recherche et celui de la performance en matière de perception. Soit le traitement de données homogènes (images, textes et sons, principalement). Ces progrès ont déjà permis un essor sans précédent des applications de commande vocale, de traitement automatisé de documents textuels et de vision par ordinateur. Cette dernière est très utile pour les opérations industrielles. Mais l’industrie a d’autres besoins, que le deep learning n’est pas, pour le moment, capable de satisfaire. Ou pour lesquels on ne peut pas encore lui faire confiance. Sans compter que recourir à cet outil très gourmand en données et en puissance de calcul reviendrait bien souvent à utiliser un marteau-piqueur pour enfoncer un clou.

Derrière l’arbre du deep learning, une forêt d’outils s’offre aux industriels : ceux du machine learning (apprentissage automatique). Voilà en quoi consiste l’IA dont on parle tant : des outils qui apprennent à partir des données pour élaborer des modèles. Contrairement à la simulation, qui part des lois de la physique, et de l’IA symbolique, qui s’appuie sur des règles explicitées par l’humain comme dans les systèmes experts. Appliqués à de nouvelles données d’entrée (l’étape d’inférence, par opposition à celle de l’apprentissage), ces modèles pourront prédire les sorties correspondantes, identifier des similarités, détecter les anomalies… Méthodes à noyau comme les machines à support de vecteurs, méthodes d’ensembles – AdaBoost, random forest – et réseaux de neurones… « Ces outils sont bien connus depuis une vingtaine d’années » , rappelle Mathilde Mougeot, titulaire de la chaire Analyse de données industrielles et apprentissage automatique à l’ENS Paris-Saclay. Ils sortent aujourd’hui des laboratoires pour intégrer l’usine. « Les méthodes de machine learning peuvent traiter de grands volumes de données de types variés pour résoudre des problèmes complexes et apporter plus de valeur ajoutée aux industriels », résume la professeure.

Convergence des approches

Identification des défauts, réduction des rebuts, amélioration de la productivité, maintenance prédictive, automatisation du contrôle qualité, gestion des stocks et des approvisionnements… L’IA version machine learning se diffuse à travers de multiples applications. Deux grandes évolutions devraient accélérer le mouvement. D’abord, l’intégration croissante de l’IA dans les équipements industriels. La vision industrielle est la première à en bénéficier, avec l’émergence de caméras embarquant des algorithmes pour analyser les images en temps réel. Une tendance qui profite à plein de l’explosion de puces dédiées à l’IA : des processeurs graphiques (GPU) déclinés en version nano aux FPGA (field programmable gate arrays), en passant par toutes sortes de puces spécialisées. L’intégration de l’IA dans les machines s’effectue aussi via des algorithmes créés ou adaptés pour tourner dans de simples micro-contrôleurs. STMicroelectronics propose ainsi avec son outil logiciel STM32 Cube AI de transposer un réseau de neurones pré-entraîné vers un micro-contrôleur STM32. De son côté, la start-up Cartesiam crée des algorithmes capables d’apprendre à détecter des anomalies directement dans les micro-contrôleurs.

Deuxième grande évolution : l’apparition d’outils logiciels facilitant l’utilisation de l’IA dans les entreprises. L’open source régnant sur l’IA, les algorithmes les plus performants sont en libre-service. « Jusqu’à récemment, les briques open source étaient destinées aux datascientists, avec des algorithmes à calibrer, à paramétrer, rappelle Anne-Sophie Taillandier, la directrice de TeraLab, la plate-forme big data de l’Institut Mines-Télécom. Mais on voit apparaître des outils adaptés aux non-experts, comme un ingénieur procédés qui voudrait expérimenter des modèles d’IA. » Des logiciels AutoML (machine learning automatisé) prennent ainsi en charge la construction de modèles adaptés aux données et aux cas d’usage de l’utilisateur.

Plus largement, des solutions ont émergé pour permettre un usage généralisé et structuré des données dans l’entreprise. Dataiku, licorne française, est pionnière de ce type de plate-forme qui fait graviter autour des données toutes les compétences nécessaires à leur bonne exploitation. Un atout majeur pour que les POC (proofs of concept, ou démonstrateurs) débouchent sur une mise en production. « Des datascientists enfermés dans leur datalab comme dans une tour d’ivoire, qui ne connaissent ni le métier ni le contexte d’utilisation, ont peu de chances de créer une solution performante et qui soit adoptée sur le terrain », souligne Alexis Fournier. Si les prouesses du deep learning ont pu donner l’illusion que le machine learning allait balayer des décennies d’expertise, de modélisation physique et d’IA symbolique, l’heure est à la convergence des approches. Pour passer du buzz à l’usine, l’IA s’allie à l’humain.

à la recherche d’une Ia de confiance

Comparé à la programmation classique et à l’IA symbolique, le machine learning produit des modèles dont il est souvent difficile d’évaluer la fiabilité. En effet, les données d’apprentissage ne représentent pas forcément tous les cas réels possibles, et surtout, concernant les réseaux de neurones, la théorie manque pour décrire les connaissances encodées. Ce qui rend d’ailleurs leur « raisonnement » inexplicable pour l’humain. Si nombre d’applications, même industrielles, peuvent s’en accommoder, ce n’est pas le cas de certains secteurs comme la sécurité ou l’aéronautique, pour qui la confiance, préalable à la certification, est indispensable. L’un des grands défis lancés par le Conseil de l’innovation consiste à « développer une IA de confiance pour les systèmes critiques », résume Julien Chiaroni, son directeur, également chargé de la stratégie et des programmes du CEA List. Pour cela, il faudra créer une plate-forme logicielle pour la conception de systèmes sûrs à base d’IA, une plate-forme de validation des systèmes de mobilité autonome, et définir une stratégie de normalisation.

PARCOURIR LE DOSSIER

Quantique

Pour son ordinateur quantique, Quandela mise sur les photons uniques

Economie numérique

En F1, comment Mercedes utilise l'IA, la simulation et la data science pour rester au sommet

Industrie

L'Europe en quête de souveraineté dans les supercalculateurs

Economie numérique

La ruée vers un monde en 3D

Industrie

« L'un de nos objectifs est d'élever le niveau d'adoption de la simulation numérique par l'industrie », annonce Daniel Opalka (EuroHPC)

Economie numérique

La course aux qubits reste ouverte dans le calcul quantique

Informatique

EDF, Total, Airbus... Les grands industriels se lancent dans la programmation quantique

Technos et Innovations

Pour industrialiser l'intelligence artificielle, des plates-formes collaboratives existent

Start up

[Made in France] EikoSim injecte une dose de réel dans la simulation

Start up

[Made in France] Nextflow Software innove dans les fluides

Start up

[Made in France] Minsar permet de créer sans coder

Start up

[Made in France] DNA Script fabrique une imprimante 3D moléculaire

Start up

[Made in France] Spectral TMS guide les techniciens

Start up

[Made in France] Pixee Medical assiste la chirurgie orthopédique

Start up

[Made in France] Arcure sécurise les véhicules industriels

Start up

[Made in France] Lynx fabrique un casque de réalité mixte

Start up

[Made in France] Azmed soulage les radiologues

Start up

[Made in France] Shippeo trace la logistique

Start up

[Made in France] Alteia mise sur l'intelligence visuelle

Pharma

[Made in France] Aqemia aide la recherche médicamenteuse

La pépite

[Made in France] Kejako corrige la presbytie grâce au laser

Economie numérique

Ces 25 start-up qui dessinent l'avenir numérique de la France

Economie numérique

« Une vague d'innovations inédite dans les processeurs », observe Philippe Duluc, directeur technique big data et sécurité d’Atos

Aéro - Spatial

[Made in France] Altrnativ.radio traque le ciel et l'espace

Start up

[Made in France] Cosmo Tech augmente le jumeau numérique

Start up

Alice & Bob, la pépite française du quantique qui part à la quête du qubit idéal

Semi-conducteurs

Le français Kalray se rêve en Nvidia européen

IA

La solution de Cartesiam pour intégrer facilement de l’IA dans les objets connectés

Technos et Innovations

Le français Pasqal lève 25 millions d'euros pour ses qubits à base d'atomes froids

Technos et Innovations

[L'Instant Tech] La pépite BeFC compte à nouveau sur le CES pour doper ses piles en papier

Electronique - Informatique

[Made in France] La pépite Antaïos réinvente la mémoire magnétique

Electronique - Informatique

Scalinx, la pépite qui donne à l’Europe sa souveraineté dans les puces de conversion du signal

Technos et Innovations

[L’instant tech] Au CES, la pépite girondine 3DiTex veut confronter sa technologie de tissage 3D au marché

Technos et Innovations

[L'instant tech] Au CES, la start-up Iumtek souhaite valoriser les technos d’analyse laser du CEA

Tout le dossier

Sujets associés

NEWSLETTER Innovation

Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.

Votre demande d’inscription a bien été prise en compte.

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes...

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes du : Groupe Moniteur Nanterre B 403 080 823, IPD Nanterre 490 727 633, Groupe Industrie Service Info (GISI) Nanterre 442 233 417. Cette société ou toutes sociétés du Groupe Infopro Digital pourront l'utiliser afin de vous proposer pour leur compte ou celui de leurs clients, des produits et/ou services utiles à vos activités professionnelles. Pour exercer vos droits, vous y opposer ou pour en savoir plus : Charte des données personnelles.

LES ÉVÉNEMENTS L'USINE NOUVELLE

LES PODCASTS

A Grasse, un parfum de renouveau

A Grasse, un parfum de renouveau

Dans ce nouvel épisode de La Fabrique, Anne Sophie Bellaiche nous dévoile les coulisses de son reportage dans le berceau français du parfum : Grasse. Elle nous fait découvrir un...

Écouter cet épisode

Les recettes de l'horlogerie suisse

Les recettes de l'horlogerie suisse

Dans ce nouvel épisode de La Fabrique, notre journaliste Gautier Virol nous dévoile les coulisses de son reportage dans le jura suisse au coeur de l'industrie des montres de luxe. 

Écouter cet épisode

Le rôle des jeux vidéo dans nos sociétés

Le rôle des jeux vidéo dans nos sociétés

Martin Buthaud est docteur en philosophie à l'Université de Rouen. Il fait partie des rares chercheurs français à se questionner sur le rôle du jeu vidéo dans nos...

Écouter cet épisode

Les coulisses d'un abattoir qui se robotise

Les coulisses d'un abattoir qui se robotise

Dans ce nouvel épisode de La Fabrique, Nathan Mann nous dévoile les coulisses de son reportage dans l'abattoir Labeyrie de Came, dans les Pyrénées-Atlantiques, qui robotise peu à peu...

Écouter cet épisode

Tous les podcasts

LES SERVICES DE L'USINE NOUVELLE

Trouvez les entreprises industrielles qui recrutent des talents

WESER

Technicien Qualité (H/F)

WESER - 03/10/2022 - CDI - TOURS

+ 550 offres d’emploi

Tout voir
Proposé par

ARTICLES LES PLUS LUS