Intelligence artificielle en milieu industriel : état des lieux

Dans cette keynote d’ouverture, notre Senior Expert Industrie 4.0 Alexandre Lacour nous aide à faire le tri entre buzzword et réalité en matière d’Intelligence Artificielle et de ses disciplines associées. Quels sont leurs degrés de maturité ? La taille de marché et les croissances attendues ? Les acteurs et startups remarquables du secteur ? Eléments de réponse.

“Selon la Hype Cycle IA 2019 de Gartner, il faudra encore compter entre 2 et 5 ans avant que les usages de l’Intelligence Artificielle ne soient matures.”

“D’ici 2025, le marché de l’Intelligence Artificielle représentera 190 milliards de dollars, avec un taux de croissance annuel (CAGR) de 36,6% sur la période.”

“Pour le marché du machine vision, on parle de 14 milliards de dollars d’ici 2024, avec un taux de croissance annuel (CAGR) de 7,1% sur 2019-2024.”

– Alexandre Lacour, Senior Expert Industrie 4.0 HUB Institute

Source : Marketsandmarkets

IA en milieu industriel : le cas de la computer vision

Lors de cette table ronde, nous entrons dans la réalité des implémentations IA en milieu industriel, avec le cas de la computer vision. Différentes visions et approches de l’intégration du contrôle visuel sont partagées ici, exemples et retours d’expérience à l’appui. Avec Stéphane Raynaud, Global Practice Manager Industry 4.0 et François Lerosier, Product Manager Computer Vision pour Gfi Informatique, Christoph Eichhorn, Strategic Product Manager chez Sick France, et Wilfrid Badet, Responsable Technique Vision ATS.

La vision demande beaucoup de précaution dans l’intégration. La caméra ne peut pas tout faire toute seule. Un changement sur la matière du produit demande par exemple l’intervention d’une personne.

– Wilfrid Badet, Responsable Technique Vision (ATS)

Le deep learning est un changement de paradigme, on ne programme plus un algorithme, on entraine un réseau neuronal. On cherche à faire en sorte qu’il puisse aider les opérateurs à résoudre des problèmes insolubles jusqu’alors.

– Christoph Eichhorn, Strategic Product Manager (Sick France)

On a utilisé le deep learning pour détecter les anomalies (bulles d’air, déformations…) sur des pains de colle destinés à l’industrie chimique, avec un set de 1200 photos par défaut. Après le POC, nous passons à l’industrialisation.

– François Lerosier, Product Manager Computer Vision (Gfi Informatique)

Computer vision : il ne s’agit pas de supplanter l’opérateur, mais de l’assister dans sa prise de décision.

– Stéphane Raynaud, Global Practice Manager Industry 4.0 (Gfi Informatique)

Bien réaliser son projet de computer vision

XXII est une startup Deep Tech française, créée en 2015 et spécialisée en computer vision, machine learning et deep learning. Elle opère sur trois verticales : la sécurité, le retail et l’industrie. Parmi les domaines d’applications industrielles, on peut citer la sécurité sur site, la gestion des stocks, la traçabilité, la conformité des processus industriels… David Saint-Macaire, Business Development Manager, détaille dans cette intervention comment mettre en place un projet de computer vision, au moyen d’une méthodologie pas-à-pas, du périmètre au budget, en passant par l’organisation. 

Pour développer un projet IA computer vision, il faut partir d’une problématique, et comprendre l’enjeu des métiers. A partir de là, on peut dimensionner un premier pilote, avec des KPIs et des metrics, pour ensuite itérer.

Quand on lance un projet vision, on ne peut pas savoir par avance la taille du dataset nécessaire. Il faut travailler de façon agile, et itérer par sprint pour améliorer la performance.

– David Saint-Macaire, Business Development Manager, XXII Group