Comprendre l’IA de production : enjeux, défis et opportunités

Dans un contexte de contraintes de ressources humaines et d’exigences de performance industrielle, l’intégration de l’IA permet la digitalisation avancée des processus et la mise en place d’une assistance adaptative en temps réel. Le système optimise la conformité opérationnelle et soutient l’objectif de zéro défaut.

🤖 Les fondamentaux de l’IA

• L’IA repose sur des modèles mathématiques plus ou moins complexes (du modèle physique simple aux modèles de langage comme BERT / Transformers / GPT).
• Besoin en données
  – L’IA nécessite des grandes quantités de données, idéalement qualitatives et parfois labellisées.
  – Les grands modèles comme GPT ont été entraînés en parcourant l’ensemble des données disponibles publiquement sur Internet.

Les principaux types d’IA

• IA génératives prêtes à l’emploi (ChatGPT, Copilot, Gemini…)
  ∗ Les IA génératives sont multimodales : texte, image, son, vidéo.
  ∗ Elles fonctionnent via un prompt et sont souvent connectées à Internet.

⇒ Avantages : modèles pré-entraînés et multitâches
⇒ Inconvénients : risques de sécurité et de confidentialité

• IA open source, à entraîner et programmer
  ∗ Sur vos serveurs internes → confidentialité maximale
  ∗ Sur un cloud sécurisé → ressources modulables

⇒ Avantages : maîtrise des données et sécurité.
⇒ Inconvénients : investissements matériels et compétences techniques nécessaires.

Les limites et enjeux

• Les grands modèles entraînent des coûts très importants (calcul, énergie).
• L’utilisation des IA en ligne présente des risques de confidentialité et cybersécurité.
• Clé du succès : définition précise du cas d’usage, accès à des données fiables.

Computer vision

Deux applications pratiques présentées :

1. Assistance à l’assemblage par l’IA : digital assist

• Solution d’aide intelligente aux opérateurs pour des personnes non formées ou handicapées
• Assistance adaptative selon :
  – La complexité du produit
  – La qualification de l’opérateur
• Intègre :
  – Computer vision : analyse et interprète des données visuelles pour valider les étapes
  – Pick-to-light : diminue la charge perceptive de l’opérateur
  – Projection tactile : associe un vidéoprojecteur interactif à une interface tactile et à la réalité virtuelle
• Objectif : réduire les erreurs et la charge perceptive/cognitive de l’opérateur.

2. Contrôle qualité par l’IA : SPARQ inspection

• Solution inspection par computer vision​
• Modularité du système (caméras, éclairage, BDD, interface, …)​
• Entrainement d’une IA de computer vision (supervisé, non-supervisé)​
• Déploiement des (multi)modèles : détection d’anomalie, reconnaissance d’objet, classification, OCR, …

Exemples d’applications :
✔️ Détection de taches sur pièces mécatroniques.
✔️ Détection de composants manquants sur cartes électroniques.
✔️ Assistance à la maintenance (bus, transports).
✔️ Lecture OCR et analyse de soudure.

• Analyse et traçabilité en temps réel​
• Renchérissement de la défauthèque

Avantages du Computer Vision par rapport aux solutions de vision classique

🤝 Soutien de la Région Grand Est

Les Parcours de transformation : Le Diagnostic IA

Pour accélérer les transformations des entreprises, la Région Grand Est déploie des Parcours de transformation offrant un accompagnement sur mesure adapté aux défis actuels et en donnant accès à une aide régionale. Ils sont déployés sous différents Modules, dont le Diagnostic IA.

• Définition : Outil opérationnel pour des entreprises du Grand Est
  • Aide le dirigeant à prendre des décisions éclairées
  • Cible l’intégration de briques d’IA dans un ou plusieurs processus internes
• Méthode : déployée par des prestataires experts en IA, référencés par la Région
• Objectif : identifier des cas d’usage concrets adaptés pour chaque entreprise
• Utilisation de technologies IA matures avec des solutions éprouvées et adaptées
• Feuille de route dédiée

Merci à nos intervenants pour leur expertise et leur disponibilité !