Un nouveau cadre d’IA peut étendre l’industrie 4.0 dans toute l’Europe
L’intelligence artificielle constitue un élément essentiel de la numérisation de l’industrie, car elle permet d’améliorer l’efficacité, l’analyse des données, le contrôle de la qualité et la collaboration entre l’humain et la machine. Un manque d’interopérabilité entre les différents systèmes d’automatisation empêche toutefois les entreprises d’intégrer l’industrie 4.0. Fort de ce constat, 17 partenaires de sept pays ont collaboré au projet MAS4AI, financé par l’UE. Ils s’étaient fixé pour objectif de développer une architecture d’IA distribuée et interopérable basée sur une technologie multi-agents afin d’apporter agilité et efficacité aux usines européennes. «Le système de MAS4AI permet de combiner différentes technologies d’IA dans des architectures de contrôle flexibles et distribuées, formant ainsi la base de solutions industrielles personnalisées et interopérables optimisées par l’IA», déclare Achim Wagner, coordinateur du projet MAS4AI.
Développement de l’architecture
Conçu avec une architecture modulaire et flexible, le système de MAS4AI permet la distinction des préoccupations et des rôles. S’appuyant sur le principe de la technologie multi-agents, où plusieurs agents interagissent pour atteindre un objectif, le système permet à chaque agent ou système d’agents d’être développé et déployé séparément dans un conteneur, un environnement isolé, afin de tester et d’exécuter des applications. Le système MAS4AI utilise un modèle d’information commun basé sur l’asset administration shell (AAS), une méthode standardisée de représentation numérique d’un actif, pour la description, la configuration et le paramétrage des agents. «Tous les composants de notre cadre peuvent être échangés tant qu’ils respectent l’architecture générale et les interfaces communes. Différents agents interagissent et se synchronisent par le biais de messages et de protocoles basés sur le langage de l’industrie 4.0 et l’AAS», explique Achim Wagner. Les développeurs de solutions basées sur l’IA et les fabricants retirent des avantages de l’adoption du cadre MAS4AI. Grâce à l’architecture légère et dissociée du système, les développeurs peuvent réutiliser les algorithmes existants et apporter leurs propres contributions tout en demeurant indépendants. D’autre part, les fabricants peuvent accéder à des algorithmes d’IA avancés sans être enfermés dans une plateforme spécifique. Ils peuvent combiner ce qui correspond le mieux à leurs besoins et à leur configuration actuelle.
Un approche centrée sur l’humain
Le cadre du projet a été conçu autour et pour les humains. Il a été développé pour étudier les moyens de stimuler des informations qui facilitent la prise de décision, ainsi que l’intégration d’une personne dans le système numérique. Le concept d’holon numérique humain a été développé comme une combinaison de l’AAS du travailleur, en tant que jumeau numérique passif de l’humain, et de l’agent de l’humain pour représenter un humain dans le système. «En augmentant les comportements humains avec des holons numériques et en fournissant des aspects humains au système par le biais des sous-modèles AAS standard, il est possible de réaliser une intégration homme-machine efficace», assure Achim Wagner. Dans la plupart des cas pilotes où le système a été testé, les agents d’IA ont été considérés comme des outils et la dernière décision a toujours été prise par une personne.
Cas d’utilisation
Le système de MAS4AI a été appliqué à plusieurs scénarios industriels afin de démontrer sa faisabilité, son évolutivité et sa flexibilité dans un large éventail de secteurs, notamment l’automobile, le bois, les vélos, les roulements et le métal. Dans toutes les applications pilotes, des améliorations ont été constatées au niveau des indicateurs de performance clés, tels que l’augmentation de la production, l’efficacité globale de l’équipement, la réduction des délais d’exécution et le retraitement. «Les tests ont également révélé un accroissement du niveau d’interopérabilité entre les différents algorithmes. Le système a, par exemple, pu combiner plusieurs méthodes de planification pour faire face à la complexité de l’attribution des commandes dans un système de production matriciel de taille industrielle», ajoute Achim Wagner.
Mots‑clés
MAS4AI, industrie 4.0, intelligence artificielle, numérisation, automatisation, fabrication