Développer une IA qui tient compte des besoins humains
Si l’intelligence artificielle (IA) a le potentiel de transformer les processus de fabrication grâce à une automatisation plus poussée, l’élément humain ne doit pas pour autant être négligé. L’homme est inévitablement impliqué tout au long de la chaîne de production, et une relation synergique entre le robot et le travailleur est essentielle pour garantir le bon déroulement des opérations. «L’IA ne peut pas agir indépendamment des actions humaines», fait remarquer Davide Bacciu, coordinateur du projet TEACHING (A computing toolkit for building efficient autonomous applications leveraging humanistic intelligence) de l’université de Pise, en Italie. «En tant qu’êtres humains, nos réactions et notre bien-être sont influencés par nos états cognitifs et psychologiques.» Pour que l’IA puisse améliorer l’efficacité opérationnelle et alléger la charge de travail tout au long de la chaîne de production, il est essentiel que l’introduction de l’IA n’exerce pas de pressions excessives sur les êtres humains.
Des applications autonomes qui renforcent l’autonomie de l’homme
Le projet TEACHING, financé par l’UE, a voulu relever ce défi en développant des applications autonomes qui exploitent le retour d’information humain. «Nous voulions que le système confère une plus grande autonomie à l’homme et qu’il soit fiable et sûr», explique Davide Bacciu. Pour ce faire, le projet a réuni des spécialistes de l’IA et de l’apprentissage automatique, ainsi que des ingénieurs en fiabilité et des développeurs de logiciels. «Nous voulions développer des applications sûres et fiables qui impliquent l’IA, puis en démontrer le potentiel dans les applications finales», ajoute Davide Bacciu. Le projet a utilisé des voitures autonomes pour un des cas d’essai. Tout comme pour la fabrication, une approche centrée sur l’homme est nécessaire, pour assurer un transfert et une prise en charge en douceur entre le véhicule et l’utilisateur. Le niveau de stress et l’état psychologique d’un passager peuvent grandement influencer son confort en conduite autonome. L’IA doit donc prendre en compte non seulement l’état du véhicule, mais aussi celui de ses passagers. «Nous voulions essayer de personnaliser le service et faire en sorte que l’IA puisse réagir à l’utilisateur», précise Davide Bacciu. Dans le modèle de TEACHING, les données des capteurs qui surveillent l’état physiologique des passagers sont transmises à l’IA, qui fournit un retour d’information permettant d’adapter le style de conduite de la voiture autonome. «L’idée était de faire en sorte que l’IA soit réactive et, à terme, qu’elle anticipe les besoins de l’utilisateur», explique Davide Bacciu.
Méthodologies et modèles pour l’IA distribuée
Ces travaux ont permis à l’équipe du projet TEACHING de développer de nouvelles méthodologies et de nouveaux modèles pour l’IA distribuée. En outre, l’IA s’est révélée capable d’apprendre en permanence et de s’adapter aux réactions d’un utilisateur spécifique. Il fallait que l’IA réponde pleinement aux besoins de l’homme et ne se concentre pas uniquement sur sa propre tâche de production. «Nous avons élaboré des lignes directrices et une bibliothèque à l’intention des développeurs sur la manière de structurer ce type d’IA», ajoute Davide Bacciu. «Cela simplifiera la tâche de ceux qui souhaitent développer des applications d’IA distribuées et autonomes.» Si cette technologie présente un potentiel dans le secteur de la voiture autonome, Davide Bacciu considère qu’il s’agit d’une aspiration à moyen ou long terme, compte tenu des obstacles réglementaires et technologiques qui doivent encore être surmontés. Le secteur manufacturier présente un intérêt plus immédiat. «Le potentiel y est important compte tenu de la nécessité d’une collaboration efficace entre l’homme et le robot», fait-il remarquer. «Ce type d’IA distribuée, qui tient compte des humains et apprend, permettrait aux robots de fonctionner de manière autonome, tout en respectant les besoins humains.» À long terme, cela pourrait contribuer à sécuriser le lieu de travail, à le rendre moins stressant et permettre aux fabricants de réaliser d’importantes économies en termes d’efficacité.
Mots‑clés
TEACHING, IA, intelligence artificielle, automatisation, fabrication, robot
