Une approche axée sur les personnes permet d’instaurer la confiance dans l’IA manufacturière
En augmentant l’automatisation et l’intelligence des processus de fabrication, l’intelligence artificielle (IA) peut améliorer la qualité de la production tout en réduisant les coûts, permettant ainsi à l’Europe de passer à l’Industrie 5.0. Les algorithmes prédictifs peuvent déterminer le moment le plus opportun pour entretenir les machines et identifier les défauts des produits, évitant ainsi de coûteux temps d’arrêt de la production. L’IA peut également optimiser les chaînes de valeur, en analysant les mégadonnées pour prévoir l’offre, la demande et les niveaux de stocks, au bénéfice de la logistique et des calendriers de production. Ces avancées comportent toutefois des risques importants, tels que l’introduction de systèmes biaisés résultant de données de formation inadéquates ou une plus grande vulnérabilité aux cyberattaques. Mais le plus important est peut-être le manque de compréhension et de confiance de la part des personnes qui travaillent sur la chaîne de production. «Pour que l’industrie 5.0 réalise son potentiel, elle a besoin non seulement du soutien de ces personnes, mais aussi de leur expérience», déclare John Soldatos, coordinateur technique du projet STAR (Safe and Trusted Human Centric Artificial Intelligence in Future Manufacturing Lines), financé par l’UE. L’équipe de STAR a collaboré avec les principales parties prenantes pour développer diverses technologies d’IA avancées. Dans le cadre de trois projets pilotes, ces technologies ont été évaluées et validées sur le plan des performances techniques et sociales, en particulier en ce qui concerne leur fiabilité.
L’IA à l’épreuve de la réalité
Le projet pilote Human-Robot Collaboration (cobotique) s’est déroulé dans une usine Philips (site web en néerlandais) aux Pays-Bas. Les systèmes d’apprentissage actif de STAR y ont été testés dans le cadre d’une inspection de la qualité pilotée par l’IA et ont permis d’accroître l’efficacité des processus sans compromettre les coûts ni les flux de travail. «L’IA consulte les humains en cas d’incertitude, ce qui permet d’éviter les erreurs et les mauvaises classifications tout en permettant à l’IA de bénéficier des connaissances humaines, ce qui améliore considérablement la vitesse et la qualité de sa formation», explique Babis Ipektsidis, chef de projet à Netcompany-Intrasoft, l’hôte du projet. Le projet pilote AI security a appliqué des systèmes d’IA explicables à la personnalisation des produits pour les évents d’aération automobiles. Il a fait l’objet d’une démonstration dans les installations de production de IBER-OLEFF au Portugal. Dans ce cas, les variations des commandes mensuelles entravent l’optimisation du processus de fabrication. «L’IA explicable a aidé les opérateurs à comprendre comment l’automatisation peut accroître la flexibilité des lignes de production, tout en les adaptant aux changements, tels que l’introduction de nouvelles pièces ou de nouveaux produits finis», souligne Babis Ipektsidis. Enfin, le pilote Safety with AI a testé des opérations cobotiques au Centre allemand de recherche sur l’intelligence artificielle (DFKI). Des systèmes de réalité simulée, basés sur l’apprentissage par renforcement, ont entraîné des robots à se déplacer sans danger aux côtés de collègues humains tout en effectuant des tâches dans l’atelier. En définissant des zones de sécurité dynamiques pour les robots, l’IA a amélioré la sécurité du travail cobotique, aucune collision n’ayant été observée. L’équipe a appliqué à tous les pilotes sa nouvelle méthodologie d’évaluation des systèmes d’IA de confiance, à la fois sur le plan technique et sur le plan social. «Les performances techniques nous ont convaincus que ces solutions robotiques peuvent être utilisées dans des scénarios réels pour améliorer les processus de production», explique John Soldatos. «Bien que la sécurité humaine soit assurée, la formation des employés sera vitale, en particulier pour des tâches telles que la lecture de tableaux de bord et la compréhension de résultats basés sur des données.»
Naviguer dans un environnement de travail élargi
John Soldatos fait remarquer que la présentation des avantages des systèmes d’IA qui renforcent la confiance n’a pas été sans poser de problèmes: «Le secteur évolue rapidement et il est donc difficile d’anticiper la réglementation. La législation sur l’IA a été élaborée au cours du projet, mais nous avons réussi à aligner nos solutions sur celle-ci.» Les collaborations en cours dans le cadre du projet permettent de relever ces défis. Les chercheurs de STAR dirigent les activités de l’initiative «AI projects in manufacturing», qui facilite la collaboration et le partage des connaissances. STAR contribue également au portail AI4EU en fournissant des ressources dont notamment des informations sur les modèles d’apprentissage actif de l’IA. Le projet a mis certaines de ses ressources à disposition via sa plateforme de marché et a abondamment publié ses résultats, notamment un livre en libre accès sur les solutions d’IA fiables, qui a déjà été téléchargé plus de 40 000 fois. Les partenaires de STAR s’efforcent actuellement de faire progresser la maturité de leurs prototypes, dans le but de lancer des produits commerciaux quelques années après la conclusion du projet. Alors que plusieurs produits sont actuellement protégés par des licences propriétaires, des partenaires proposent des versions libres de certains résultats.
Mots‑clés
STAR, automatisation, fabrication, intelligence artificielle, humain, algorithme, confiance, cobot
