AIoT: Quand l’Intelligence artificielle (AI) rencontre l’Internet des objets (IoT)

Cet article introduit le thème du webinaire du 14 avril 2011 en collaboration Développement économique Ville de Laval et ADRIQ.   Voir le webinaire ici

Pour plus d’information :  https://www.adriq.com/clinique-innovation-laval-techup-aiot-quand-lia-rencontre-linternet-des-objets-iot-pour-les-industriels/

Lorsqu’une organisation décide d’entamer sa transformation numérique, la combinaison de l’internet des objets et de l’intelligence artificielle peut créer des innovations significatives au sein de l’organisation.

L’intelligence artificielle des objets ou IAoT (Artificial Intelligence of Things) combine les technologies de l’intelligence artificielle (IA) et l’infrastructure de l’Internet des objets (IoT, Internet of Things) : le fonctionnement des objets connectés est plus efficace, les interactions homme-machine s’améliorent, et la gestion des données et l’analytique sont plus poussées.

Le secteur manufacturier est sur le point de connaître une nouvelle augmentation massive des applications IoT (Internet des objets) intégrant l’IA (Intelligence artificielle.  Le marché IoT annuel est estimé à 2,4 billions de dollars d’ici 2027 et a une croissance d’approximativement 35 % par année, selon Business Insider.

Les cas d’utilisation les plus fréquents de l’intelligence artificielle des objets (AIoT) sont :

• l’automatisation et la robotique,
• l’optimisation des processus de fabrication,
• Envoi d’alertes précoces,
• Contrôle de la qualité
• Prévision de pannes d’équipement.

La clé est de collecter les données adéquates et, ce faisant, les entreprises industrielles peuvent développer des applications d’IA innovantes, se différenciant de leurs concurrents.

Cette infographie de TSMC  (https://www.tsmc.com/english/dedicatedFoundry/technology/platform_IoT_connectedFuture.htm) met en évidence les technologies et les tendances de transformation qui rendent ces changements possibles.

AI + IoT = Puissance de l’innovation

D’ici 2025, Stastista prévoit qu’il y aura 42 milliards d’appareils connectés dans le monde. Il est tout à fait naturel qu’au fur et à mesure que le nombre d’appareils augmente, les masses de données le feront également. C’est là que l’IA intervient: elle prête ses capacités d’apprentissage aux données et à la connectivité de l’IoT.

L’AIoT s’appuie sur trois technologies émergentes clés:

1. L’internet des objets (IoT): grâce à une technologie embarquée sur des équipements ou appareils, (capteurs, actionneurs, puces RFID…), l’IoT permet d’identifier et faire communiquer entre eux, tous les maillons des chaînes de valeur (machines, produits en cours de fabrication, finis et en cours d’utilisation, collaborateurs, fournisseurs, clients, infrastructures…), que l’on peut désigner comme des « objets ».
2. L’intelligence artificielle (IA): Fonctions et systèmes programmables qui permettent aux appareils d’apprendre, de raisonner et de traiter des informations comme les humains.
3. Le Big Data : Ce sont les données provenant d’énormes volumes de données brutes traitées à partir de nombreuses sources connectées à Internet.

Les appareils interconnectés transforment la façon dont nous interagissons avec nos appareils à la maison et au travail, créant ainsi l’AIoT («Artificial Intelligence of Things»).

Les principaux segments de l’AIoT

Il existe quatre segments majeurs dans lesquels l’AIoT aura de plus en plus un impact significatif:

1. Appareils portables

Les appareils portables tels que les montres intelligentes surveillent et suivent en permanence les préférences, les habitudes, la localisation et les comportements des utilisateurs. Cela a non seulement conduit à des applications percutantes dans le secteur des technologies de la santé, mais fonctionne également bien pour le sport, la santé, la sécurité des travailleurs, etc. Selon la firme de recherche Gartner, le marché mondial des appareils portables devrait générer plus de 87 milliards de dollars de revenus d’ici 2023.

2. Bâtiments intelligents

Les maisons qui répondent à chacune de vos demandes ne sont plus de la science-fiction. Les maisons intelligentes peuvent tirer parti des appareils électroménagers, de l’éclairage, des appareils électroniques et plus encore, en apprenant les habitudes des propriétaires et en développant une « assistance » automatisée.  Il en est de même avec les bâtiments (tours à bureaux, bâtiments industriels ou gouvernementaux).

Cet accès transparent apporte également des avantages supplémentaires d’une efficacité énergétique améliorée. En conséquence, le marché du bâtiment intelligent pourrait connaître un taux de croissance annuel composé de 25% entre 2020 et 2025, pour atteindre 246 milliards de dollars.

3. Ville intelligente

Alors que de plus en plus de personnes affluent des zones rurales vers les zones urbaines, les villes évoluent vers des lieux de vie plus sécuritaire et plus pratiques. Les innovations des villes intelligentes suivent le rythme, avec des investissements destinés à améliorer la sécurité publique, les transports et l’efficacité énergétique.  Les applications pratiques de l’IA dans le contrôle du trafic deviennent déjà claires. À New Delhi, où se trouvent certaines des routes les plus encombrées au monde, un système de gestion intelligente des transports (ITMS) est utilisé pour prendre des « décisions dynamiques » en temps réel sur les flux de trafic.

4. Industrie intelligente

Enfin, les industries, de l’exploitation minière à la fabrication et assemblage, en passant par la transformation alimentaire, s’appuient sur l’AIoT pour devenir plus efficaces et réduire les erreurs humaines.

De l’analyse de données en temps réel aux capteurs de la chaîne d’approvisionnement, les appareils intelligents aident à prévenir les erreurs coûteuses dans l’industrie. En fait, Gartner estime également que plus de 80% des projets IoT d’entreprise intégreront l’IA d’ici 2022.

C’est sur ce dernier segment que se focalisera le webinaire « Clinique innovation Laval Tech-op » du 14 avril 2021

Définition de l’IA floue

L’intelligence artificielle se développe, mais les chiffres exacts sont difficiles à obtenir, car la définition de l’IA est souvent floue.  En effet il y a confusion entre les techniques ou technologies reliées telles que l’apprentissage automatique, l’apprentissage profonds, la vision industrielle et l’analyse des données.

l’IA n’est pas une discipline isolée. Il s’agit plutôt d’un ensemble de méthodes et de techniques visant à résoudre des problèmes complexes qu’on aurait réservés à l’intelligence humaine. L’IA est une approche qui vise à simuler, à l’aide d’outils informatiques, les capacités cognitives humaines.

Par exemple, l’utilisation d’un bras robotique et d’une caméra pour inspecter des pièces peut être annoncée comme un apprentissage automatique ou un dispositif d’IA. Bien que l’appareil puisse effectivement détecter des anomalies, il se peut qu’il ne compare que des images prises à d’autres images qui ont été manuellement ajoutées à une bibliothèque d’images. Certains diront qu’il ne s’agit pas d’un dispositif d’apprentissage automatique, car il prend une décision préprogrammée, pas une décision « apprise » de l’expérience de la machine.

Freins à l’adoption

L’IoT se développe bien dans le monde industriel.  Chez nos clients industriels, on peut voir de plus en plus d’équipements connectés pour des objectifs de visibilité (niveau 3 du diagramme ci-dessous).  Pour ce qui est de l’adoption de l’AIoT c’est une autre histoire.

Figure 1- Modèle de maturité Industrie 4.0 inspiré de APMS

On peut voir chez nos clients PME ou même de taille intermédiaire quelques projets d’IA embarquée (par exemple « caméras intelligentes » ou …), mais pour arriver à déployer des solutions AIoT, il faudra atteindre une maturité de niveau 5 et 6.  En effet, il y a des prérequis importants avant de déployer de l’IA.  Sans données en quantité et en qualité suffisante, les risques d’échec du projet sont élevés. Dans un tel projet, la plus grande partie du travail consiste à collecter, interpréter et organiser des données souvent massives.  Il faudra maitriser :

• les techniques d’analyse et traitement des données;
• la saine gouvernance des données;
• la science de l’Intelligence artificielle.

Une autre question fondamentale : Votre problématique doit être bien définie.  En effet, la première question de votre projet n’est pas d’ordre technique. Il ne s’agit pas de se demander quel technologies IA utiliser ou quel algorithme utiliser.  Le point de départ est : quel problème d’affaires souhaitez-vous résoudre?  Nous devons rendre le problème le plus explicite possible.

 Les CIOs d’EFICIO peuvent vous aider à cadrer votre problématique pour identifier les pistes de données nécessaires à l’exécution d’algorithmes pertinents.

Conclusion

La fusion AI + IoT offrira un potentiel énorme, car elle continue de repousser les limites du traitement des données et de l’apprentissage intelligent pour les années à venir.  L’innovation AIoT ne fait que s’accélérer et promet de nous conduire vers un avenir plus connecté et cela générera plus d’innovation et de valeur à nos organisations.