Les constructeurs automobiles, grâce à l’IA (intelligence artificielle) révolutionnent le contrôle de qualité, avec des robots qui détectent automatiquement les défauts et, qui pourront à l’avenir corriger eux-mêmes les erreurs.

Les robots de soudage de l’industrie automobile peuvent se tromper sur un grand nombre de points. Et à de nombreuses occasions : jusqu’à 100 soudures sont nécessaires avant qu’une pièce puisse devenir une porte de voiture, par exemple.

Les robots soudent les joints en quelques fractions de seconde – bien trop rapidement pour que l’œil humain puisse comprendre ou même contrôler le processus. Jusqu’à présent, l’industrie automobile se fiait au contrôle manuel de la qualité. Parfois, les entreprises utilisent la des méthodes de tomographie pour évaluer la qualité de la soudure. Autre choix, séparer les différents cordons de soudure pour détecter d’éventuels défauts. Quelles que soient les méthodes choisies par les constructeurs automobiles, ces types de contrôles ultérieurs sont toujours coûteux, prennent du temps et ne sont pas suffisants.

Les robots seront pertinents et perspicaces

Dans un avenir proche, les constructeurs automobiles pourront faire confiance à leurs machines pour détecter leurs propres erreurs, et y remédier. A condition que les robots qui servent à la production soient capables de développer une compréhension de la qualité de leur travail. Dans cette optique, le développement des nouvelles technologies de deep learning et machine learning sont indispensables. Toutes ces conditions appellent à l’utilisation de l’IA, c’est pourquoi de nombreuses entreprises voient le jour régulièrement, et de nouveaux projets sont lancés… parfois trop rapidement malheureusement.

Un contrôle continu au lieu de contrôles ponctuels

« Les caméras et les capteurs fournissent les informations nécessaires sur le processus de soudage », explique Jörg Heizmann, Senior Sales Manager Big Data & AI. Cent images par seconde sont ainsi créées : « Comme le volume de données est énorme (10 gigaoctets par seconde), nous traitons toutes les données directement sur la machine dans un dispositif périphérique. Cela réduit la latence, et le contrôle qualité se fait en temps réel. » L’avantage de l’innovation : Le contrôle de la qualité a lieu directement pendant le processus de soudage plutôt que lorsque les pièces sortent de la ligne. Au lieu d’utiliser des contrôles ponctuels pour identifier les pièces défectueuses, toutes les soudures qui se produisent sont inspectées, en permanence, 100 % du temps. Cela réduit le nombre de rappels coûteux et nuisibles à la réputation, et le processus automatisé accélère la production. L’avantage financier est énorme : l’IA peut réduire les coûts de contrôle qualité de 90 %.

AI Solution Factory : des applications variées pour l’IA

Ces types d’applications constituent une étape importante sur la voie de l’industrie 4.0 et d’une usine entièrement automatisée et en constante auto-amélioration. Le contrôle de la qualité des soudures à l’aide du traitement d’images par vision artificielle est l’une des principales applications de l’AI Solution Factory. Certains constructeurs automobiles l’utilisent déjà. Mais avec le soutien de l’AI Solution Factory, les entreprises peuvent tout aussi bien optimiser leur logistique, par exemple pour mieux utiliser leurs entrepôts, leurs cales et leurs conteneurs. La surveillance de la sécurité dans les entreprises et dans les espaces publics est un autre objectif de la Factory : les entreprises peuvent suivre les véhicules grâce à des services de vision par ordinateur, par exemple. Elles peuvent également être informées automatiquement lorsque des personnes non autorisées se trouvent dans des zones de sécurité ou lorsque l’IA découvre une personne sans défense. Toutes les données personnelles sont immédiatement supprimées de l’appareil périphérique.

Un ouvrier contrôle les mouvements de la fabrication robotique.

Quel que soit le domaine d’application spécifique, l’AI Solution Factory fourni à ses clients un kit modulaire composé de matériel et de logiciels, de services cloud gérés, d’applications d’IA, de caméras et d’appareils périphériques. Le service de bout en bout comprend le développement et les tests, ainsi que la mise en œuvre et l’exploitation de la solution IA.

Le cloud, la connectivité et la sécurité sont inclus. Les entreprises peuvent ainsi déployer plus facilement l’IA. En outre, grâce au cadre AI Solution Factory, ce n’est pas nécessaire de relancer de 0 à chaque nouvelle application. En tant que technologie transversale, l’IA promet de nouveaux produits et services, des processus plus efficaces et de meilleures décisions.

Par exemple, les contrôles qualité en temps réel, la maintenance prédictive, le suivi des stocks et la logistique autonome peuvent augmenter la productivité du travail jusqu’à 40 % dans les pays développés, selon des études. Particulièrement dans le secteur industriel, l’IA permet une plus grande efficacité des usines, une meilleure disponibilité des machines, et même des business models As-a-Service.

L’IA : tout le monde en parle, personne (presque) ne l’utilise

L’efficacité de l’IA n’est plus une nouveauté, nulle part. Selon Jörg Heizmann, « plus de 60 % des PDG du monde entier considèrent désormais que l’intelligence artificielle est plus importante qu’Internet, mais seulement 12 % des entreprises ont réussi à mettre en œuvre de manière productive des systèmes d’intelligence artificielle ces dernières années ».

« Tout le monde parle de l’IA, mais très peu tirent parti des opportunités qu’elle offre ». Malgré un POC positif, 90 % des projets d’IA tombent à l’eau.

« Tout le monde parle de l’IA, mais très peu tirent parti des opportunités qu’elle offre ».

Jörg Heizmann, Senior Sales Manager Big Data & AI

Mettre de côté les obstacles de l’IA

Si l’IA est prometteuse, pourquoi les entreprises sont si réticentes à la mettre en place ? Parce que le diable est dans la conception, ou dans les données, la sécurité et la confidentialité. Prenons l’exemple des données. Toutes les entreprises collectent de la data, mais pas toujours les bonnes. Pour porter le contrôle de la qualité à un niveau supérieur grâce au machine learning, « il ne suffit pas que les entreprises aient remarqué une erreur à un instant T », explique M. Heizmann. Les données devraient également leur indiquer de quel type de défaut il s’agissait et ce que les équipes d’ingénieurs ont fait pour le corriger ». Ce type d’information est rarement disponible : « ce qui manque également dans de nombreux endroits, ce sont les données cruciales des capteurs. » Lorsque le stock de données laisse à désirer, il faut rassembler les informations nécessaires et s’occuper des interfaces appropriées sur le site du client avant de développer un POC avec le client et de s’occuper de la modélisation et de l’entraînement des algorithmes.

Pourquoi les projets d’IA échouent-ils ?

Sans un soutien compétent, les entreprises conduisent souvent leurs projets d’IA droit dans le mur, même si elles disposent d’un ensemble de données solide. « Beaucoup ne peuvent pas répondre aux exigences en matière de protection et de sécurité des données ou ne disposent pas d’une stratégie de déploiement cohérente », explique Heizmann.

« Le plus grand danger de l’intelligence artificielle est que les gens pensent comprendre l’IA beaucoup trop tôt »

Eliezer Yudkowsky, chercheur en Intelligence Artificielle

En ce qui concerne les entreprises, cela signifie qu’elles se précipitent sur des projets d’IA sans disposer des conditions préalables nécessaires. En conséquence, nombre d’entre elles ne parviennent pas à intégrer l’intelligence artificielle dans leurs processus opérationnels, leurs systèmes informatiques et leurs sources de données. Ou bien elles s’appuient sur une solution qui n’est ni évolutive ni hautement disponible.

L’IA clé en main

L’AI Solution Factory veut éviter de tels échecs et propose donc aux entreprises une sorte d’IA clé en main. Derrière elle se trouve une équipe d’experts expérimentés en IA et en technologie. L’AI Solution Factory associe un environnement de deep learning pour l’usine, qui fournit aux data scientists un environnement standardisé dans le cloud, avec une suite d’applications, qui établit des connexions avec les systèmes et logiques d’entreprise. « Nos solutions sont compatibles avec les clouds de tous les fournisseurs », explique Heizmann. « Les outils de ML sont basés sur une technologie open-source, ce qui nous permet d’éviter le vendor lock-in. »

AI Solution Factory au congrès mondial ITS

Lors du congrès mondial ITS 2021 à Hambourg, l’AI Solution Factory a montré comment elle utilise l’IA pour accroître la sécurité dans les transports publics tout en tenant compte de la protection des données. Des caméras fournissent déjà des images dans de nombreux bus et trains aujourd’hui. Grâce à l’AI Solution Factory, T-Systems peut les analyser « en périphérie » à l’aide de techniques de machine learning. Pour une entreprise de transport allemande, l’IA évalue le nombre de passagers et l’occupation des sièges et reconnaît automatiquement les situations dangereuses. Vous vous demandez sans doute si les opérateurs de transport ne risquent pas de créer des problèmes de protection des données en faisant cela ? « Non » rassure Heizmann, « car grâce au edge, les images peuvent être analysées en temps réel sur place et n’ont pas besoin d’aller dans le cloud. Les images des caméras des usagers des transports publics ne sont pas stockées. » Avec la solution de T-Systems, le droit à la vie privée des passagers est protégé.