Comment l'IA transforme les usines

Aujourd'hui, lorsqu'un nouveau véhicule sort des chaînes de production d'un grand constructeur automobile européen, il y a de fortes chances qu'un système d'intelligence artificielle ait été impliqué dans le processus de production.

L'apprentissage automatique révolutionne rapidement la façon dont les produits sont fabriqués dans tous les secteurs, car les fabricants utilisent les avantages de l'intelligence artificielle pour effectuer des tâches plus rapidement et avec plus de précision que n'importe quel être humain.

Selon une étude de Capgemini, plus de 50 % des principaux fabricants européens mettent actuellement en œuvre l'IA d'une manière ou d'une autre. L'Allemagne est en tête, avec 69 % des fabricants qui l'utilisent. Au Japon, ce chiffre est de 30 % et aux États-Unis de 28 %. La Chine est en queue de peloton avec 11 %.

Mais ce n'est qu'un début. La plupart des experts parlent déjà de l'industrie 4.0, considérée comme une quatrième révolution industrielle dans laquelle les algorithmes d'apprentissage automatique créent des systèmes autonomes qui font de l'usine intelligente une réalité.

"L'IA accélérera sans aucun doute le processus d'automatisation dans l'industrie manufacturière", déclare Robert Luciani, conseiller exécutif à l'AI Framework à Stockholm. La différence avec l'IA, c'est l'ampleur de l'automatisation que l'on peut atteindre, ce qui se traduit par une efficacité accrue pour l'ensemble de l'usine."

Comment fonctionne l'IA ?

Un algorithme informatique standard contient un ensemble spécifique d'instructions de programmation qui indiquent au système exactement ce qu'il doit faire et dans quel ordre. Un algorithme d'IA, en revanche, est conçu pour apprendre la meilleure façon d'effectuer une tâche sans utiliser d'instructions spécifiques. Au lieu de cela, il utilise les données d'entrée et le retour d'information pour développer un modèle, souvent par le biais de millions de répétitions d'essais et d'erreurs.

L'IA peut étudier les valeurs de douzaines de composants et voir bien à l'avance si un problème se prépare.

Le programme d'échecs Alpha Zero est un exemple de la manière dont l'IA peut rapidement surpasser les humains et les programmes informatiques traditionnels. Les développeurs de DeepMind ont entraîné Alpha Zero en lui enseignant simplement les règles du jeu d'échecs, sans lui donner de conseils stratégiques. Le programme a ensuite joué des millions de parties contre lui-même, en améliorant sa compréhension à chaque fois. En quelques heures, il a été capable de battre les programmes d'échecs traditionnels les plus puissants - et les humains - avec un style de jeu qui a surpris les plus grands maîtres.

Les systèmes d'IA pour la fabrication peuvent utiliser l'auto-apprentissage de la même manière. Mitsubishi, par exemple, a mis au point un système d'IA qui apprend aux robots de nouvelles tâches en laissant les machines développer des actions optimales par essais et erreurs.

Améliorer le contrôle de la qualité

Aujourd'hui, les applications les plus courantes de l'IA dans l'industrie manufacturière sont le contrôle de la qualité et la maintenance prédictive ; de nombreuses entreprises l'utilisent également pour la production, le développement de produits et la gestion de la chaîne d'approvisionnement.

Dans le cadre de la maintenance prédictive, les systèmes d'IA peuvent surveiller les données provenant d'une multitude de machines et de systèmes afin de détecter les signes avant-coureurs d'une panne imminente. Ils peuvent alors prendre des mesures, ce qui permet d'éviter les arrêts d'usine.

"L'IA peut étudier les valeurs de dizaines de composants et voir bien à l'avance si un problème se prépare et si des mesures préventives sont nécessaires", explique M. Luciani. L'IA est particulièrement efficace en matière de contrôle de la qualité, car elle peut utiliser des inspections visuelles automatisées pour détecter de minuscules défauts que l'œil humain ne pourrait pas déceler.

Le fabricant japonais de pneus Bridgeston utilise un outil d'IA doté de capteurs qui inspecte 480 éléments physiques différents pour s'assurer que tous les pneus sont assemblés dans des conditions optimales.

BMW utilise la reconnaissance automatique d'images dans laquelle l'application d'IA compare une séquence de production en cours avec des centaines d'autres images de la même séquence pour s'assurer que toutes les pièces sont montées correctement. Volvo déploie des outils d'IA basés sur des caméras qui inspectent les véhicules finis, y compris le châssis et les pneus. Ces outils peuvent également être utilisés par les ateliers de réparation automobile pour détecter les problèmes.

Trouver de meilleures solutions de conception

L'IA est également de plus en plus utilisée dans le processus de conception, en particulier dans le domaine de la fabrication additive (impression 3D). Dans ce que l'on appelle la conception "générative", on indique à l'algorithme d'IA les objectifs de conception et les paramètres à respecter, tels que les matériaux et les contraintes de coût, et l'algorithme essaie ensuite des milliers d'options de conception différentes pour trouver la meilleure.

General Motors a utilisé un tel outil d'IA pour concevoir un support de siège imprimé en 3D qui regroupait huit pièces différentes en une seule, 40 % plus légère et 20 % plus résistante que la précédente. Parmi les autres utilisations courantes de l'IA, citons la prévision de la demande pour certains produits, qui peut aider à optimiser les calendriers de production, les stocks et l'approvisionnement en matières premières. Mais des obstacles subsistent lorsqu'il s'agit de généraliser l'utilisation de l'IA.

L'un des domaines où je pense que l'IA sera utilisée est celui des produits fabriqués sur commande.

Les machines "intelligentes" suscitent encore un certain scepticisme, ce qui signifie que toute erreur commise par un système d'IA est souvent considérée comme plus grave que les erreurs commises par les humains - même si elles sont beaucoup moins fréquentes.

Les systèmes d'IA peuvent également être très coûteux à développer et leur qualité dépend des données qui sont introduites dans l'algorithme. De nombreuses entreprises ne disposent pas encore du niveau d'expertise nécessaire pour étendre les solutions d'IA à l'ensemble de leur réseau de production.

Jusqu'à présent, la plupart des utilisations de l'IA dans l'industrie manufacturière se font "sous le capot", d'une manière que les consommateurs ne voient pas ou n'expérimentent pas. Mais M. Luciani pense que cela pourrait changer à l'avenir.

"Je pense que l'IA sera utilisée dans les produits fabriqués sur commande, comme les vêtements sur mesure, où l'IA peut aider à mesurer la bonne taille des costumes et des chaussures, explique M. Luciani. Elle peut vraiment être utilisée pour tout.