Quelle est la part d’intelligence artificielle déjà présente dans les machines ?

Depuis ChatGPT, le thème de l’intelligence artificielle est omniprésent dans les médias. Mais à quoi ressemble-t-elle réellement dans l’industrie ? Et dans quelle mesure est-elle déjà utilisée pour rendre les machines plus intelligentes ? Le Dr Johannes Kühn, responsable de la technologie de commande, du contrôle de mouvement et de la robotique chez Lenze, nous explique où nous en sommes aujourd’hui.

« L’intelligence artificielle n’est pas encore intégrée dans la production proprement dite, au cœur des machines », tempère d’emblée M. Kühn. Hormis la reconnaissance d’images, qui fait presque toujours appel à l’intelligence artificielle, les machines sont construites et contrôlées sur la base de modèles physiques. « Cela n’a rien de surprenant. La fiabilité et la continuité sont les mots d’ordre ; il y a peu de place pour l’expérimentation risquée. L’apprentissage automatique, qui est le plus largement utilisé dans l’industrie, est en fait l’une des méthodes les plus faibles. L’apprentissage automatique est basé sur des mathématiques qui existent depuis les années 1970. Il s’agit de procédures statistiques : classification des données et prise de décisions sur la base de données historiques. Si cette méthode est aujourd’hui de plus en plus utilisée, c’est parce qu’il existe une puissance de calcul suffisante pour faire de telles prédictions. La méthode a ses limites, car il n’est pas possible d’entraîner un modèle de manière à ce qu’il puisse gérer des situations totalement nouvelles. Il ne connaît que ce qu’il a appris. Un ingénieur en mécanique ne peut pas se permettre cela. Et c’est aussi là que la voiture autonome atteint ses limites, par exemple. »

Cela ne signifie pas pour autant que l’intelligence artificielle n’a pas encore pénétré l’industrie. Bien au contraire. 

« Les applications se rencontrent aujourd’hui dans tous les processus et services connexes », précise M. Kühn. « Et si l’on regarde un peu plus loin, par exemple dans le marketing ou la gestion des marchandises, c’est même monnaie courante. Elle a donc le potentiel nécessaire. Si nous pouvons prévoir exactement le nombre de produits dont nous avons besoin, nous pouvons allouer les ressources de manière plus efficace. En ce sens, l’intelligence artificielle jouera un rôle crucial dans notre cheminement vers une production neutre en carbone. Mais pas en développant un groupe motopropulseur plus intelligent et plus économe en énergie. Il est encore trop tôt pour cela. »

La société Lenze, pour sa part, utilise l’intelligence artificielle dans ses outils de surveillance des conditions et de maintenance prédictive. « Ce sont des domaines où l’intelligence artificielle est en plein essor. Les composants se comportent généralement de la même manière pendant leur durée de vie et sont exposés aux mêmes charges et à la même usure. Il est donc possible de tirer de nombreux enseignements de leur comportement pour éviter les temps d’arrêt imprévus et optimiser les performances de maintenance. »

Bien que l’intelligence artificielle soit une question de données, M. Kühn estime que le rôle de l’ingénieur dans cette histoire reste particulièrement important. 

« Tout commence par la collecte de données. Tant que vous disposez de suffisamment de données, vous pouvez vous mettre au travail et tirer les bonnes conclusions. Mais avec des données intelligentes, on peut prendre des décisions encore meilleures. C’est le travail de l’ingénieur : trouver les bonnes aiguilles dans la botte de foin des données. D’un point de vue purement statistique, on pourrait aujourd’hui établir une corrélation entre le nombre de renards arctiques en Antarctique et le nombre de chômeurs en Allemagne. Mais ce n’est pas parce que la population de renards arctiques diminue que le taux de chômage diminue également. Il s’agit de données stupides. Plus nous rendons nos données intelligentes, moins les algorithmes d’intelligence artificielle sont puissants. »

C’est également de cette manière que Lenze fait la différence. « Nous utilisons notre moteur comme capteur pour recueillir des données pour nos clients. Mais les possibilités d’acquisition et de traitement du couple dans le variateur sont quasiment illimitées. Si l’intelligence artificielle devait écouter tous ces signaux, cela nécessiterait trop de puissance de calcul et coûterait trop cher. Vous devez donc extraire uniquement les données qui vous renseignent sur l’état du moteur. Et cela commence par la connaissance du matériel et des applications. C’est pourquoi Lenze est meilleur », ajoute M. Kühn avec un large sourire. « Grâce à ces connaissances, nous jetons les bases d’une bonne surveillance de l’état du moteur, par exemple. »

Mais le point de départ reste bien sûr les données. Lenze les intègre dans son logiciel Drives Datahub, qui permet d’accéder directement à des données d’entraînement prêtes à l’emploi via différentes interfaces de communication. À partir de là, les utilisateurs peuvent ensuite surveiller leurs propres machines dans des tableaux de bord ou dans Nupano. « Avec l’intelligence artificielle, les constructeurs de machines disposent donc déjà d’un nouvel outil intéressant. Mais il faudra encore un certain temps avant qu’elle n’atteigne vraiment le cœur de la machine. Et n’oublions pas que tous les problèmes ne peuvent pas être résolus à l’aide d’un tournevis », conclut M. Kühn.