Intelligence artificielle industrielle : un développement de précision

Si les robots industriels traditionnels ont été conçus pour réaliser certaines tâches bien spécifiques, leurs versions modernes sont aujourd’hui capables de prendre des décisions autonomes en temps réel. Derrière ces progrès technologiques, des enjeux et un travail de précision qui ne donnent pas droit à l’erreur.

Les données industrielles sont moins fiables que les données commerciales.

D’après Harel Kodesh, DSI de General Electric Digital, 40 % des données industrielles collectées par les capteurs et le matériel dédié seraient en effet fausses ou inutiles. Un delta qui s’explique par les conditions de collecte des données en milieu industriel et les nombreux paramètres non maîtrisés (climat, dysfonctionnements, mauvaises manipulations…).

 

Quand le moindre retard peut coûter des millions

 

Une erreur sur une application commerciale n’aura pas le même impact que sur une application industrielle : vous aurez vite oublié un mauvais livre recommandé par Amazon, alors qu’un problème sur une plate-forme pétrolière peut coûter des millions d’euros et mettre des vies en danger. Pour des raisons de sécurité, les applications industrielles ne sont donc généralement pas hébergées dans le cloud, les traitements étant réalisés en périphérie du réseau (« Edge »). Les données, collectées sur site par les capteurs, sont ensuite modélisées dans le cloud avant de retourner sur site pour être implémentées. Dans un contexte où la moindre erreur, le moindre retard, représente une perte, les décisions doivent être prises en temps réel.

Des enjeux qui expliquent la différence de moyens mis en œuvre. Là où Amazon investit 0,001 dollar par recommandation pour un livre vendu en moyenne 9 dollars, les industriels sont prêts à investir jusqu’à un millier d’euros pour chaque prédiction. Un montant qui permet de supporter l’exploitation simultanée de plusieurs algorithmes et d’exécuter un algorithme « génétique » ou « évolutionnaire » capable d’écarter les prédictions les moins adaptées. De quoi garantir l’efficacité et l’excellence des services.

 

Lire l’article (en anglais)

 

En complément :

L’IA au secours de la gestion énergétique

L’impact de l’IA sur l’industrie