Production industrielle

Un turbo pour l’intelligence artificielle dans la production

Texte : Hoai My Van / Graphique : Institut Fraunhofer / Photo : rédaction

L’industrie 4.0 désigne la numérisation croissante de la production : les machines et les processus sont intelligemment interconnectés et il est ainsi possible de générer toujours plus de données. L’intelligence artificielle (IA) a le potentiel de générer des informations à partir de ces données afin d’améliorer la production et les services. Parmi les scénarios d’application possibles se trouvent la maintenance prédictive (predictive maintenance), l’optimisation et l’automatisation des processus ainsi que le contrôle de la qualité. Toutefois, ce potentiel de l’IA ne peut pas encore être pleinement exploité dans l’industrie 4.0 : plusieurs barrières technologiques limitent la génération et le traitement d’informations.

Problèmes liés à l’utilisation de l’IA dans l’industrie

Le premier obstacle est constitué par le paysage multi-vendeurs sur les sites de production actuels, avec les caractéristiques suivantes : machines de différents constructeurs, issues de différentes générations technologiques et dotées de différents protocoles et interfaces de communication, souvent propriétaires. Cette hétérogénéité empêche un accès uniforme aux données. Au lieu de cela, il existe de nombreuses solutions isolées qui sont spécifiques à chaque technologie et nécessitent des connaissances de chaque domaine.
Le second obstacle est le manque de soutien pour les scientifiques de données (data scientists). Ceux-ci n’ont aucune connaissance du domaine et ont donc besoin d’aide pour se procurer des données en temps réel ou historiques. Il y a en outre le problème des ensembles de données incompatibles, incohérents et incomplets, ainsi que celui des métadonnées manquantes. Le processus de traitement des données est souvent fastidieux, long, manuel et exigeant en termes de coordination.
Le troisième obstacle est le manque de flexibilité dans l’exploitation de l’IA. Les applications d’IA sont souvent exploitées de manière rigide dans un nuage ou sur un serveur local. De ce fait, ces applications n’ont pas la possibilité d’utiliser les ressources disponibles de manière optimale. De plus, des mises à jour des applications IA sont nécessaires pour pouvoir réagir de manière appropriée à des changements sur le site de production ou aux processus. Tout cela constitue un défi pour la poursuite de la numérisation de l’industrie 4.0. Ces problèmes doivent donc être résolus.

La solution : un framework pour le cycle de vie des données et de l’IA

Pour surmonter ces problèmes, les chercheuses et chercheurs de l’Institut Fraunhofer pour les systèmes cognitifs (IKS) travaillent dans le cadre du projet « REMORA – Multi-Stage Automated Continuous Delivery for AI-based Software & Services Development in Industry 4.0 » sur un framework ouvert, interopérable et technologiquement neutre qui soutient et optimise le cycle de vie des données et de l’IA. L’objectif est de garantir un déroulement automatisé, continu et dynamique.

Ce framework doit atteindre les objectifs suivants :
• Soutien du scientifique de données
• Intégration automatisée et flexible de l’IA
• Automatisation des processus d’IA

Tout commence par le développement d’une interface pour les scientifiques de données afin de soutenir le processus de développement de l’IA. Cette interface permet de consulter les données de manière simple et uniforme, sans devoir tenir compte d’aspects technologiques tels que les interfaces et les protocoles de communication. L’interface assure ensuite, à l’interne, la représentation via les technologies et les transformations de données requises. Elle fournit un aperçu de la topologie, les métadonnées ainsi qu’une interface pour l’entraînement et l’exploitation d’un modèle d’IA. Cette interface peut être utilisée par les scientifiques de données et par des profanes, par exemple en lien avec un framework AutoML.

Gérer les applications d’intelligence artificielle dans l’industrie 4.0

Une composante de gestion des applications permet l’intégration automatisée et flexible de l’IA, du niveau composants jusqu’au nuage, sur la base des ressources nécessaires et des objectifs d’optimisation. le gestionnaire d’applications IA veille, en collaboration avec l’interface de données, à la mise en réseau des applications IA afin de garantir le flux de données.
Enfin, une composante de gestion de l’IA permet l’automatisation des processus IA, c’est-à-dire l’entraînement et le redéploiement automatiques d’un modèle IA afin de garantir l’amélioration continue de l’analyse des données. Par exemple, en cas de remplacement de machines, de nouvelles données d’entraînement peuvent être collectées automatiquement pour entraîner un nouveau modèle d’IA. Il est en outre possible d’exécuter des opérations automatisées en réponse à l’analyse des données (p. ex. refroidissement en cas de surchauffe) ou pour augmenter l’efficacité de l’analyse IA en temps réel (p. ex. adaptation de la fréquence d’échantillonnage).

 

Intégration simple de l’IA pour l’industrie 4.0

Pour la production du futur, ce framework permettra de mieux exploiter le potentiel de l’IA dans l’industrie et la production 4.0. L’efficacité de l’exploitation de l’IA est améliorée grâce à un accès simplifié et technologiquement neutre, au soutien du développement de l’IA ainsi qu’à une intégration et des mises à jour flexibles et automatisées de l’IA.

Vous trouverez de plus amples informations sur le projet REMORA sur le site Web de l’institut.
www.iks.fraunhofer.de     ■