L’Intelligence Artificielle impactera fortement l’industrie !

Dossier : Vie des entreprisesMagazine N°771 Janvier 2022
Par Jean-Manuel QUIROGA

Rencontre avec Jean-Manuel Quiroga, Managing Director France & Southern Europe au sein de MathWorks. Il nous en dit davantage sur l’impact de l’intelligence artificielle (IA) sur l’industrie dans les années à venir. Il nous explique aussi comment MathWorks accompagne ses clients dans les projets qui requièrent l’utilisation de l’IA.

 

Quelles sont les utilisations de l’IA chez vos clients industriels ?

De nombreux clients de MathWorks conçoivent et produisent des systèmes à haute technologie qui interagissent avec le monde physique, comme des robots, des voitures ou encore des avions. Ces systèmes se basent sur des solutions d’ingénierie très sophistiquées, leur permettant d’atteindre un niveau de performance satisfaisant ainsi qu’une bonne résilience en cas de comportement dégradé à la suite d’une panne.

Les ingénieurs utilisent traditionnellement MATLAB et Simulink pour la conception d’algorithmes de contrôle, la simulation de systèmes physiques en boucle fermée, la vérification des performances et la génération de code en vue du développement de systèmes embarqués. Récemment, les ingénieurs utilisent de plus en plus des méthodes dérivées de l’intelligence artificielle (IA) pour simplifier et accélérer la simulation de systèmes complexes, améliorer leur performance, ou ajouter de nouvelles fonctionnalités (cf. fig. 1, ci-dessus).

Les méthodes d’identification basées sur les données peuvent notamment être utilisées pour créer ce que l’on appelle un surrogate model, c’est-à-dire le modèle mathématique d’un système dynamique qui n’est pas dérivé d’une formulation basée sur les équations qui en régissent la physique. Ce modèle, approximativement représentatif de la relation entrée-sortie du système, se prête à une simulation relativement rapide et efficace, par rapport à un modèle à haute-fidélité du même système. Ce genre de modèles approximés peuvent être construits avec des réseaux neuronaux, en utilisant des bases de données volumineuses pour l’entraînement. Par exemple, en utilisant une base de données issues de la simulation, Renault a utilisé les outils MathWorks pour développer un modèle basé sur le Deep learning pour la prédiction des émissions NOx. Certains de nos clients utilisent des méthodologies similaires pour l’identification du comportement dynamique de moteurs électriques. Cette problématique d’identification basée sur les données est fréquente chez plusieurs industriels et c’est ce qui a motivé récemment en France des entreprises comme SKF, ArianeGroup et Atos à organiser en partenariat avec MathWorks le hackathon AI4IA (Artificial Intelligence for Industrial Application). Sur le plan académique des chercheurs utilisent les outils MathWorks (MIT, Stanford, Max Planck Institute) et en particulier sur le sujet de recherche très actif de l’identification à partir de données, que ce soit pour améliorer les simulations à grande échelle de systèmes complexes tels que les phénomènes climatiques ou encore pour concevoir des dispositifs microfluidiques capables de disposer les cellules de tissus organiques selon le modèle souhaité lorsqu’une onde acoustique est appliquée.

Les méthodes basées sur l’intelligence artificielle sont aussi utilisées pour implémenter un comportement sophistiqué au niveau des algorithmes de contrôle et de supervision. Par exemple, des réseaux neuronaux peuvent augmenter les fonctionnalités d’un contrôleur par le biais d’un observateur non linéaire. Plusieurs clients de MathWorks dans l’industrie automobile et aéronautique utilisent aujourd’hui couramment des algorithmes d’IA pour la détection et la classification d’objets dans des flux vidéo, notamment par le biais de méthodes basées sur le Deep learning.

Grâce à son ergonomie et à son interopérabilité avec plusieurs environnements logiciels externes, Simulink est une plateforme souvent privilégiée par les ingénieurs pour la simulation de modèles construits avec l’IA, contrôlés en boucle fermée par des algorithmes basés sur l’IA.

Quels sont les freins auxquels vos clients font face ?

Nos clients font face à un défi important lié à la pénurie d’ingénieurs suffisamment qualifiés. On demande désormais aux ingénieurs formés dans des domaines classiques (par exemple mécanique, aéronautique…) d’utiliser des méthodes d’IA dans leur travail. En revanche, les spécialistes en IA sont rarement compétents sur l’expertise métier. La plateforme de calcul technique développée par MathWorks permet aux uns comme aux autres de travailler collaborativement et partager leurs compétences grâce à un seul outil, fiable et performant. Un autre point critique est l’importance de l’expertise métier pour mettre en application avec succès l’IA dans un contexte industriel. En effet l’accès aux modèles de pointe ne suffit pas, et ce qui fait souvent la différence est la compréhension du système pour lequel l’IA va être appliquée.

De plus, il y a des défis intrinsèques à l’interprétation et à la vérification du comportement d’un système de contrôle et de supervision basé sur l’IA. Par le biais d’un ensemble d’outils dédiés, MathWorks donne accès à l’état de l’art des techniques de vérification et interprétation (cf. fig. 2).

Fig 2 : Workflow de conception de modèle d’intelligence artificielle avec une étape intermédiaire d’interprétabilité, de tests et de vérification.

Quelle est votre vision sur la façon dont l’IA va transformer l’industrie dans les prochaines années ?

La mission de MathWorks est de fournir la meilleure plateforme de calcul numérique pour la science et l’ingénierie, et nous accompagnons nos clients dans les projets qui requièrent l’utilisation de techniques d’intelligence artificielle.

Nous voyons un grand potentiel dans l’utilisation de techniques de création de modèles réduits, tels que les surrogate models mentionnés ci-dessus. En outre, pour certaines applications complexes de l’IA telles que la conduite autonome ou la robotique, nos clients utilisent de plus en plus le Reinforcement learning, une technique permettant de concevoir des contrôleurs (ou agents) par le biais d’interactions répétées avec leur environnement de fonctionnement. Cette tendance va probablement se développer dans les prochaines années. Depuis 2019, nous fournissons des produits spécifiquement dédiés au Reinforcement Learning.

La communauté scientifique et technique travaillant sur l’intelligence artificielle et ses applications a significativement grossi ces dernières années, et par conséquent plusieurs solutions logicielles sont disponibles sur le marché commercial et open source. MathWorks travaille pour faire en sorte que ses outils puissent bien interopérer avec les autres logiciels, de façon à ce que nos clients puissent facilement utiliser MATLAB et Simulink comme plateformes d’intégration.

Pour conclure, quels sont vos axes de développement ?

Afin de pouvoir accéder au marché avec succès, la sûreté et la fiabilité des systèmes autonomes doivent être prouvées. Toutefois, il n’y a aucune méthodologie établie pour la preuve de la sûreté et fiabilité de systèmes qui intègrent des composants basés sur l’intelligence artificielle. L’industrie doit arriver à un niveau de maturité supérieur, et un consensus entre les différentes parties prenantes et les organismes de standardisation doit être trouvé.

MathWorks travaille activement avec les principaux acteurs de l’industrie automobile et aéronautique afin de définir un framework adapté à la certification de systèmes basés sur l’intelligence artificielle, notamment en participant à des groupes de travail au niveau national et international (EUROCAE, SAE International).

Poster un commentaire