C’est surtout dans l’industrie 4.0 que l’intelligence artificielle (IA) fait valoir ses atouts. Les syst\u00e8mes font de la maintenance pr\u00e9dictive une r\u00e9alit\u00e9, transforment les robots en assistants autonomes dans l’usine intelligente et d\u00e9tectent les erreurs dans la production. Mais cette technique ne devrait plus \u00eatre l’apanage des d\u00e9partements de recherche et d\u00e9veloppement des grands groupes, car elle est d\u00e9sormais \u00e0 la port\u00e9e de tous. Le guide montre, \u00e0 l’aide d’exemples, o\u00f9 et comment les avantages de l’IA peuvent \u00eatre utilis\u00e9s de mani\u00e8re profitable et quels composants standard sont d\u00e9j\u00e0 disponibles aujourd’hui \u00e0 cet effet.<\/p>\n\n\n\n
L’intelligence artificielle est actuellement l’une des forces motrices de la transformation num\u00e9rique. Les promesses sont grandes, m\u00eame si elles ne peuvent pas toutes \u00eatre tenues d\u00e8s maintenant. Car l’IA dite forte est encore de la musique d’avenir – c’est-\u00e0-dire des syst\u00e8mes dot\u00e9s de capacit\u00e9s intellectuelles semblables \u00e0 celles de l’homme.<\/p>\n\n\n\n
En revanche, les logiciels d’auto-apprentissage, qui sont ax\u00e9s sur une t\u00e2che pr\u00e9cise, conqui\u00e8rent de plus en plus notre quotidien. Ces syst\u00e8mes d’apprentissage automatique ne sont pas programm\u00e9s comme des logiciels classiques, mais entra\u00een\u00e9s avec une grande quantit\u00e9 de donn\u00e9es. Ils apprennent ensuite en permanence sur le terrain. Les experts regroupent ces proc\u00e9d\u00e9s sous le terme d’IA faible. Mais le mot “faible” donne une fausse impression des possibilit\u00e9s de ces syst\u00e8mes. Car celles-ci sont d\u00e9j\u00e0 impressionnantes – et nous n’en sommes qu’au d\u00e9but du d\u00e9veloppement.<\/p>\n\n\n\n
Dans la vie quotidienne priv\u00e9e, des logiciels bas\u00e9s sur l’apprentissage automatique pilotent par exemple les installations de chauffage ou d’\u00e9clairage dans les maisons intelligentes. Un grand nombre d’applications sur nos smartphones utilisent \u00e9galement l’intelligence artificielle. Dans les entreprises, des chatbots intelligents prennent en charge la communication avec les clients. Et dans les voitures, l’IA se charge de plus en plus de t\u00e2ches pour l’homme, jusqu’\u00e0 la conduite autonome du v\u00e9hicule.<\/p>\n\n\n\n
La valeur ajout\u00e9e de l’IA est particuli\u00e8rement \u00e9vidente dans l’industrie. Cela vaut en premier lieu pour les applications dans lesquelles les donn\u00e9es de l’Internet des objets (IoT) sont trait\u00e9es avec son aide. Les capteurs des machines de production fournissent une multitude d’informations diff\u00e9rentes, par exemple sur la vitesse, la temp\u00e9rature ou la pression. Si ces donn\u00e9es sont combin\u00e9es avec d’autres – par exemple celles des syst\u00e8mes de gestion de la production – et analys\u00e9es par un syst\u00e8me d’IA, il est possible d’obtenir des informations \u00e9tonnantes. Les entreprises industrielles peuvent ainsi reconna\u00eetre \u00e0 temps quand une machine n’est plus en \u00e9tat de fonctionner. Les travaux de maintenance sont effectu\u00e9s lorsqu’ils sont vraiment n\u00e9cessaires et avant que la machine ne tombe effectivement en panne. Cela rend la maintenance plus efficace et \u00e9vite les arr\u00eats de production. C’est ce qu’on appelle la maintenance pr\u00e9dictive.<\/p>\n\n\n\n
Dans son usine de Munich, le constructeur automobile BMW enregistre par exemple les donn\u00e9es de capteurs de 600 pinces de soudage avec lesquelles les robots travaillent dans la construction de la carrosserie. Les capteurs mesurent le frottement trois fois par \u00e9quipe et signalent toute anomalie. Un logiciel \u00e9value en permanence les donn\u00e9es \u00e0 l’aide de l’IA et peut ainsi pr\u00e9dire quand une panne est imminente.<\/p>\n\n\n\n
Le fabricant de machines d’impression Koenig & Bauer analyse \u00e9galement les donn\u00e9es de ses produits. L’entreprise re\u00e7oit chaque jour entre 20 000 et 30 000 messages de capteurs par machine. L’objectif est ici aussi de planifier la maintenance et les temps d’arr\u00eat qui y sont li\u00e9s.<\/p>\n\n\n\n
La maintenance pr\u00e9dictive \u00e0 l’aide de l’IA peut devenir un facteur de co\u00fbt important. Rien que les entreprises de production allemandes d\u00e9pensent chaque ann\u00e9e 14 milliards d’euros de trop pour les frais de maintenance (selon le guide du laboratoire de machines-outils (WZL) de la RWTH Aachen, qui traite de la maintenance pr\u00e9dictive).<\/p>\n\n\n\n
L’intelligence artificielle apporte \u00e9galement des avantages concrets dans l’assurance qualit\u00e9. On le voit par exemple dans l’usine d’emboutissage d’Audi \u00e0 Ingolstadt. Des cam\u00e9ras y contr\u00f4lent tous les composants directement apr\u00e8s la fabrication. Un logiciel de machine learning d\u00e9velopp\u00e9 en interne analyse ces images. S’il d\u00e9tecte des d\u00e9fauts dans les pi\u00e8ces en t\u00f4le, comme de fines fissures, il les marque au pixel pr\u00e8s. Le logiciel acc\u00e9l\u00e8re ainsi les processus de contr\u00f4le, car les cam\u00e9ras devaient auparavant \u00eatre configur\u00e9es pour chaque nouvelle pi\u00e8ce. Gr\u00e2ce \u00e0 la capacit\u00e9 d’apprentissage de l’intelligence artificielle, cela n’est plus n\u00e9cessaire. En outre, le syst\u00e8me garantit des r\u00e9sultats plus fiables.<\/p>\n\n\n\n
Cet exemple illustre le potentiel de l’IA, notamment dans le contr\u00f4le qualit\u00e9 par traitement d’image. De nombreuses t\u00e2ches y sont difficiles \u00e0 formaliser, notamment en raison de la diversit\u00e9 des d\u00e9fauts possibles. Si l’on veut effectuer ces t\u00e2ches avec un syst\u00e8me de traitement d’images classique, cela n\u00e9cessite un expert. Dans le cas d’un syst\u00e8me utilisant l’apprentissage automatique, cela n’est pas n\u00e9cessaire. Il apprend en se voyant montrer un certain nombre d’images. Il peut ensuite d\u00e9tecter lui-m\u00eame les d\u00e9fauts des composants.<\/p>\n\n\n\n
L’\u00e9tape suivante consisterait \u00e0 ce qu’une machine de production se corrige elle-m\u00eame lorsqu’elle produit une pi\u00e8ce d\u00e9fectueuse. Gr\u00e2ce \u00e0 l’IA, cette possibilit\u00e9 est \u00e0 port\u00e9e de main. Un projet de l’Institut de technologie textile d’Augsbourg en est un exemple. Les experts utilisent l’IA pour reconna\u00eetre, lors de la fabrication de non-tiss\u00e9s, comment diff\u00e9rents param\u00e8tres de la machine – par exemple la vitesse de rotation – sont li\u00e9s aux param\u00e8tres de qualit\u00e9 des produits. La machine doit alors diagnostiquer elle-m\u00eame les erreurs et proc\u00e9der aux ajustements n\u00e9cessaires. Le taux de rebut devrait ainsi \u00eatre r\u00e9duit de 30 \u00e0 50 %.<\/p>\n\n\n\n
Mais ce ne sont pas encore l\u00e0 toutes les possibilit\u00e9s d’utilisation de l’intelligence artificielle dans l’industrie, loin de l\u00e0. Aujourd’hui d\u00e9j\u00e0, cette technologie permet aux robots d’agir de mani\u00e8re largement autonome. Les cam\u00e9ras deviennent les yeux des assistants m\u00e9caniques. L’IA traite les informations optiques et aide ainsi \u00e0 l’orientation.<\/p>\n\n\n\n
Un exemple vient de l’assurance qualit\u00e9. Dans le cadre du projet de recherche Aumero, Zeiss, BMW et des scientifiques de l’universit\u00e9 d’Ulm ont d\u00e9velopp\u00e9 un robot de mesure autonome. Celui-ci peut, entre autres, inspecter de mani\u00e8re autonome les dimensions des fentes des pi\u00e8ces de carrosserie, comme les porti\u00e8res de voiture. \u00c0 l’aide de cam\u00e9ras, Aumero reconna\u00eet lui-m\u00eame sa cible et s’aligne sur la carrosserie pour mesurer la dimension de la fente. L’utilisateur choisit par logiciel l’objet \u00e0 inspecter, son emplacement approximatif et ensuite le plan de mesure. Le robot fait le reste tout seul.<\/p>\n\n\n\n
L’IA est \u00e9galement utilis\u00e9e pour aider les robots mobiles ou les syst\u00e8mes de transport sans chauffeur (AGV) \u00e0 naviguer dans les halls d’usine. Il existe ainsi des projets pilotes avec des robots \u00e9quip\u00e9s de cam\u00e9ras 3D. Dans ce cas, les donn\u00e9es d’image sont envoy\u00e9es \u00e0 un ordinateur via une liaison radio 5G, o\u00f9 elles sont analys\u00e9es par l’IA. Ainsi, un AGV peut non seulement identifier les obstacles, mais aussi reconna\u00eetre s’il s’agit par exemple d’un ouvrier ou d’une palette. S’il s’agit d’une personne, le robot se d\u00e9place autour d’elle en respectant la distance minimale n\u00e9cessaire.<\/p>\n\n\n\n
De cette mani\u00e8re, les robots mobiles peuvent \u00e9galement chercher des choses dans les halls d’usine. Lorsqu’un objet sp\u00e9cifique manque dans les halls d’usine, un ordre est envoy\u00e9 au robot via le syst\u00e8me ERP. Celui-ci se met alors en qu\u00eate de l’objet et est en mesure de le localiser gr\u00e2ce au traitement d’image et \u00e0 l’IA. S’il y parvient, il envoie un message correspondant au syst\u00e8me.<\/p>\n\n\n\n
Mais l’IA ne se contente pas d’\u00e9tendre les capacit\u00e9s des robots. Gr\u00e2ce \u00e0 cette technologie, il est \u00e9galement plus facile de les programmer. Un certain nombre d’entreprises ont mis au point des m\u00e9thodes bas\u00e9es sur l’apprentissage automatique. Pour apprendre sa t\u00e2che au robot, l’utilisateur guide par exemple son bras avec la main. Ces mouvements sont enregistr\u00e9s par une cam\u00e9ra et un capteur de force et de moment, puis trait\u00e9s \u00e0 l’aide de l’IA. Dans une autre m\u00e9thode, l’utilisateur montre le mouvement que le robot doit effectuer \u00e0 l’aide d’un stylo \u00e9quip\u00e9 d’un capteur. Si le robot est utilis\u00e9 pour le soudage, par exemple, l’utilisateur suit simplement la trajectoire de soudage sur la pi\u00e8ce correspondante \u00e0 l’aide du stylo. Le logiciel g\u00e9n\u00e8re alors le code de programmation pour le robot.<\/p>\n\n\n\n
Mais alors que la recherche et l’augmentation de la capacit\u00e9 des ordinateurs ont entra\u00een\u00e9 une forte augmentation du nombre d’applications d’IA, les barri\u00e8res d’acc\u00e8s \u00e0 l’utilisation des technologies ont \u00e9galement \u00e9t\u00e9 abaiss\u00e9es. Entre-temps, les moyennes entreprises peuvent \u00e9galement s’\u00e9quiper d’une technologie facile \u00e0 utiliser. Cela permet non seulement d’acqu\u00e9rir une premi\u00e8re exp\u00e9rience, mais aussi de mettre en \u0153uvre des projets d’IA complexes.<\/p>\n\n\n\n
Raspberry Pi ou Arduino peuvent servir de technologie d’entr\u00e9e de gamme. Ce qui a commenc\u00e9 comme un ordinateur \u00e0 carte<\/a> unique pour les bricoleurs priv\u00e9s a entre-temps \u00e9t\u00e9 adopt\u00e9 par l’industrie. Le Raspberry Pi permet entre autres de r\u00e9aliser facilement des applications de traitement d’images. L’ordinateur peut \u00e9galement \u00eatre utilis\u00e9 pour surveiller des syst\u00e8mes d’automatisation et de commande. Parmi les produits populaires, on trouve la carte Portenta H7<\/a>, la carte Google GOO CORAL 1GB<\/a>, notamment en combinaison avec l’acc\u00e9l\u00e9rateur USB Google Coral, ainsi que la carte MAX78000 Feather.<\/p>\n\n\n\n<\/span>Avec le Robot Operating System (ROS)<\/a>, on dispose en outre d’un framework open source pour d\u00e9velopper par exemple des syst\u00e8mes autonomes. Son avantage r\u00e9side \u00e9galement dans sa facilit\u00e9 d’utilisation. Les utilisateurs peuvent programmer des applications sans connaissances sp\u00e9cialis\u00e9es. L’\u00e9ventail des possibilit\u00e9s est large : ROS prend en charge 145 syst\u00e8mes robotiques. Le TurtleBot3 est la plate-forme de d\u00e9veloppement officielle de l’organisation pour les entreprises, les instituts de recherche et les universit\u00e9s. Le TurtleBot3<\/a> est \u00e9quip\u00e9 d’une carte de d\u00e9veloppement Raspberry Pi, d’un syst\u00e8me LiDAR 360\u00b0, d’une unit\u00e9 de commande OpenCR, d’une cam\u00e9ra Raspberry Pi et de deux servomoteurs pour la locomotion.<\/p>\n\n\n\n Il existe \u00e9galement des robots standard comme le Dingo<\/a>, qui convient entre autres aux projets de recherche et de formation et qui peut \u00eatre compl\u00e9t\u00e9 par un grand nombre de modules suppl\u00e9mentaires, par exemple une cam\u00e9ra 3D<\/a>. Un robot comme le QUADRUPED Go2 Air<\/a>, \u00e9quip\u00e9 de capteurs de haute pr\u00e9cision et d’une intelligence artificielle puissante, et capable d’op\u00e9rer sur une large gamme de terrains, est particuli\u00e8rement adapt\u00e9 au d\u00e9veloppement de syst\u00e8mes autonomes.<\/p>\n\n\n\n Le th\u00e8me de l’intelligence artificielle rec\u00e8le un grand potentiel et aura un impact sur tous les domaines de la fabrication. En m\u00eame temps, l’intelligence artificelle est en train de changer radicalement le paysage concurrentiel, car elle procure d’\u00e9normes avantages aux premiers utilisateurs. Alors que l’augmentation de la productivit\u00e9, le contr\u00f4le de la qualit\u00e9 et l’optimisation des processus sont g\u00e9n\u00e9ralement au premier plan, les potentiels d’optimisation vont plus loin et englobent par exemple aussi le d\u00e9veloppement de produits, la logistique et l’exp\u00e9rience client.<\/p>\n\n\n\n Les technologies et les composants standard abordables sont aujourd’hui \u00e0 la disposition de tous pour participer \u00e0 la grande r\u00e9volution de l’IA. Les petites et moyennes entreprises y trouvent \u00e9galement leur compte. Car les avantages de l’IA peuvent apporter les m\u00e8tres d\u00e9cisifs pour \u00eatre ou rester en t\u00eate de la course \u00e0 la comp\u00e9titivit\u00e9.<\/p>\n\n\n\n <\/p>\n\n\n\n Images : Adobe Stock<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" La r\u00e9volution de l’IA est l\u00e0 – il faut maintenant y participer C’est surtout dans l’industrie 4.0 que l’intelligence artificielle (IA) fait valoir ses atouts. Les syst\u00e8mes font de la maintenance pr\u00e9dictive une r\u00e9alit\u00e9, transforment les robots en assistants autonomes dans l’usine intelligente et d\u00e9tectent les erreurs dans la production. Mais cette technique ne devrait […]<\/p>\n","protected":false},"author":9,"featured_media":48377,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[6044],"tags":[7830,6183,6182,4160],"class_list":["post-48385","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-conseils","tag-23-04-ki","tag-ia","tag-intelligence-artificielle","tag-iot"],"yoast_head":"\nConclusion<\/h3>\n\n\n\n