Vers un futur (industriel) digital — Partie 3 : l'apprentissage automatique | Agoria

Vers un futur (industriel) digital — Partie 3 : l'apprentissage automatique

Image
Publié le 26/06/18 par Paul Peeters
Les récentes avancées dans le domaine de la vision par ordinateur et la puissance des machines — également appelé l'apprentissage automatique pour la fabrication — vont radicalement transformer le secteur industriel en permettant aux usines du futur d'évoluer vers un processus manufacturier toujours plus personnalisé et connecté.

Image
Agoria et Sirris, en compagnie de E.D.&A., Daikin, 24/7 TailorSteel, Van Hoecke NV et Newtec, ont passé une semaine entière dans la Silicon Valley afin de prendre le pouls des progrès accomplis dans la région en matière de digitalisation et de production. Les thèmes suivants sont aujourd'hui clairement inscrits dans les gènes de la Silicon Valley pour ce qui concerne la fabrication industrielle :

  • transformation numérique : le processus ;
  • intelligence artificielle (apprentissage automatique) ;
  • cybersécurité.

Aujourd'hui, nous souhaitons partager avec vous les faits et attentes de certains des visionnaires que nous avons rencontrés à propos de la transformation numérique.

Au-delà de l'engouement initial

Dans l'industrie du pétrole et du gaz, une amélioration de l'efficacité de 1 % apporte déjà d'énormes bénéfices financiers. Par conséquent, l'intelligence artificielle (également appelée apprentissage automatique pour les entreprises manufacturières) fait l'objet de toutes les attentions et on s'intéresse de très près aux cas de forte utilisation. De nos jours, l'apprentissage automatique est bien plus avancé que lors de l'engouement initial pour cette technologie, notamment grâce à la loi de Moore (montée en puissance des ordinateurs) et aux récentes percées scientifiques en matière de réseaux neuronaux.

" Dans la Silicon Valley, les meilleurs titulaires de doctorats en intelligence artificielle ou en analyse des données gagnent facilement un million de dollars par an après quelques années. " - Pieter Abbeel, Professeur à l'Université de Berkeley, Spécialiste de l'IA et de l'apprentissage automatique

Selon Sightmachine, l'apprentissage automatique suit généralement 3 étapes.

  • Acquisition d'un volume suffisant de données de bonne qualité,
  • Contextualisation et modélisation des données (c'est-à-dire la préparation des données reposant sur l'intelligence artificielle et la création de doubles numériques personnalisés),
  • Lancement de l'analyse des données, par exemple à l'aide de tableaux de bord contextuels avec flux de données en temps réel.

Image

Le professeur belge Pieter Abbeel, qui fait figure d'autorité en matière d'IA à l'université de Berkeley, commence son exposé en expliquant que comme en règle générale, seuls 10 % environ des données (industrielles) sont collectées, la HIÉRARCHISATION des données à recueillir sera déterminante. La compréhension des données associée à l'application de l'ARCHITECTURE adéquate (c'est-à-dire la recherche de similitudes) peut même permettre de ramener ce nombre à 1 à 5 %.

Évolution de l'apprentissage automatique

En 2012, l'apprentissage supervisé (AS) a connu une percée significative grâce à la reconnaissance des formes (les ordinateurs reconnaissent les photos de chiens après avoir été exposés à des millions d'images de chiens et d'autres qui ne le sont pas). Plus récemment, des systèmes d'apprentissage supervisés tels que Deep Speech sont devenus des systèmes complets de bout en bout, capables, par exemple, de reconnaître l'anglais et le mandarin avec une adoption minimale du système. Pour l'heure, c'est toutefois à l'apprentissage par renforcement (AR) que s'intéresse davantage le professeur Abbeel : les comportements axés sur les objectifs supplantent la reconnaissance des formes.

Au cours des années à venir, l'équipe d'IA de Berkeley prévoit que les techniques suivantes finissent par se révéler pertinentes (par ordre de maturité) :

1. Apprentissage par renforcement en profondeur (ARP)

Pour obtenir les meilleures performances d'analyse des données, ce sont les systèmes neuronaux qui fonctionnent le mieux. Le principe qui s'applique est le suivant : le plus intelligent (comprendre le plus adaptatif) doit l'emporter. Une analogie a été faite avec le sumo, où les meilleurs lutteurs ne gagnent généralement pas les premiers combats, mais apprennent rapidement à s'adapter à leurs adversaires. Dans les jeux, l'apprentissage par renforcement en profondeur a lieu lorsque l'on joue contre soi-même plusieurs fois et que l'on apprend toujours quelque chose des étapes menant à la victoire ou à l'échec. Pieter Abbeel parle d'" intelligence artificielle OUVERTE fondée sur l'auto-jeu (et suffisamment de puissance de calcul) ". Par exemple, Deepmind (qui a battu le meilleur joueur coréen au jeu de go) ne prévoit qu'un seul coup d'avance et calcule la probabilité de victoire grâce à ce seul coup plutôt que d'anticiper toutes les autres options possibles, ce qui nécessiterait une puissance de calcul nettement supérieure.

2. Apprentissage non supervisé, apprentissage partagé et apprentissage par transfert

Des réseaux neuroneaux semblent " soudainement " être capables de produire des images réalistes

3. IA explicable

Des réseaux neuronaux qui comprennent réellement ce qu'ils font

Image

Si vous souhaitez approfondir le sujet, vous pouvez vous pencher sur les cas de Gradescope et Gravcore, deux sociétés dans lesquelles Pieter Abbeel a investi. On nous a également proposé la lecture suivante, un incontournable : Superintelligence, de Nick Bostrom, qui comprend des passages passionnants sur la manière de rendre les systèmes d'IA capables de comprendre et de tenir compte de vos valeurs, de nos préférences.

Après deux heures de discussions très stimulantes, Pieter Abbeel nous a quittés pour une autre séance, en nous laissant méditer la phrase suivante : " La sophistication et la réussite de l'IA ne passent pas tant par la performance que par la transparence de la décision proposée. "

La puissance de calcul sera déterminante

Image

Xilinx, un fournisseur de puces informatiques basé dans la Silicon Valley utilisant la technologie du réseau logique programmable (FPGA, c'est-à-dire des puces programmables), nous a fourni un bon aperçu de la puissance de calcul liée à l'apprentissage automatique.

Alors que Pieter Abbeel affirmait que dans dix ans, la puissance de calcul égale à celle du cerveau humain ne coûterait que 1 $/heure, Ivo Bolsens (directeur technique de Xilinx) fait valoir que comme la réduction continue de la taille des puces nécessitera des investissements dans la recherche ayant un retour sur investissement extrêmement long, " L'ÉCONOMIE limitera la croissance de la puissance de calcul plus que ne le fera la loi de Moore ". Il sera essentiel, pour toute entreprise de fabrication de puces, de passer les coûts de R&D par pertes et profits sur un maximum de marchés (émergents).

Les principaux marchés futurs liés à l'intelligence artificielle et à l'informatique pour Xilinx sont bien illustrés dans le tableau suivant : 

Image

 

1. Informatique en nuage

  • Les enchères publicitaires personnalisées ont lieu au moment même où vous cliquez sur un site web. En d'autres termes, l'échange de données, l'apprentissage automatique, etc. ont déjà lieu en une fraction de seconde...
  • L'accélération vidéo: 80 % du trafic de données sur internet sera lié à la vidéo

2. Voitures autonomes (selon Ivo Bolsens, le prochain boom après les smartphones)

  • Pas moins de 1000 petits PC s'exécuteront dans la voiture, et tous consomment de l'énergie (informatique) !
  • La puissance est également liée à la latence. Pour des raisons de sécurité et de redondance, l'ordinateur répétera les calculs trois fois en quelques millisecondes afin de maximiser le nombre de bonnes décisions prises sur la route.

3. IIOT

L'IIoT (internet des objets industriels) se résume aux robots connectés, aux machines connectées, à la communication du produit à la machine, etc. Ivo Bolsens affirme que l'IIoT générera bien plus d'argent que son pendant destiné aux consommateurs. Cependant, l'une des conditions de l'IIoT est l'impossibilité de faire " Ctrl+Alt+Del "...

4. 5G

La 5G permettra d'obtenir une connexion internet sans fil à la vitesse des interconnexions de fibres optiques actuelles

Ivo a conclu son exposé en déclarant que dans les années à venir, l'informatique s'écartera de la périphérie du réseau au bénéfice du cloud. De nombreux centres informatiques locaux (tels que le nôtre, en Belgique, à la KU Leuven) sont devenus des centres de données. 

Notre dernier article sur le secteur manufacturier de la Silicon Valley, qui paraîtra dans deux semaines, s'intéressera à la cybersécurité.

Vous avez manqué notre premier article sur la culture de la Silicon Valley ? Aucun problème, vous pouvez toujours le consulter ici.

Vous avez manqué notre deuxième article sur les produits IoT pour entreprises évolutives ? Aucun problème, vous pouvez toujours le consulter ici

Vous avez manqué notre troisième article sur le processus de la numérisation ? Aucun problème, vous pouvez toujours le consulter ici

Cet article était-il utile ?

Sujets qui pourraient vous intéresser