Un changement constant: perspective d’ingénierie industrielle et de fabrication

Comme le dit le proverbe, la seule constante dans la vie est le changement. L’équipe d’Instrumental Inc. aborde le sujet dans le cadre de son balado vidéo hebdomadaire Change Notice, pendant lequel elle discute avec des responsables de l’ingénierie de conception de produits. Dans un épisode récent, Remi Duquette de Maya HTT s’est joint à l’animatrice Anna-Katrina Shedletsky pour dresser un portrait des changements qu’il a vus au cours des dix dernières années. Vous trouverez ci-dessous un résumé de leur conversation.

Accélération et superposition de la complexité

Selon Remi, qui travaille dans le domaine de l’ingénierie industrielle et de la fabrication, le rythme de la production a accéléré d’une manière qui aurait été inconcevable il y a seulement cinq ans.

Le rythme du changement, la complexité des systèmes et des logiciels, l’avènement de l’intelligence artificielle (IA) industrielle et les besoins sans précédent en matière de collaboration sont autant de facteurs qui contribuent à l’évolution du paysage industriel.

L’IA a introduit une nouvelle couche de complexité, car les modèles d’IA et l’apprentissage automatique s’ajoutent à l’électronique en tant que partie intégrante du produit. La traçabilité devient très complexe. Par conséquent, les équipes de développement et les fabricants doivent rester au courant des produits qui continuent d’évoluer longtemps après leur vente.

Industrie 4.0, données, intelligence artificielle : promesses non tenues ou charlatanerie?

Au cours de la dernière décennie, l’industrie manufacturière a connu d’importants changements du point de vue de l’exploitation. En promettant la lune et plus encore, les acteurs de la première heure du domaine des données et de l’IA ont alimenté des attentes irréalistes qui ont rapidement été suivies d’échecs répétés, de déceptions et de désillusions.

Maya HTT adopte une approche terre-à-terre axée sur les petits gains et guidée par des cas d’utilisation commerciale. De nombreuses entreprises comprennent la valeur de leurs données, mais la plupart ont encore du mal à en tirer le maximum et à mettre en œuvre l’IA. Les attentes irréalistes d’un rendement élevé et précoce n’aident pas. Comme Remi le mentionne souvent, voyez grand pour éviter d’accumuler une trop grande dette technique, et commencez par de petits projets d’IA en définissant des attentes réalistes et raisonnables pour établir un lien de confiance.

Industrial #AI requires a grounded, small-wins approach guided by business use cases Cliquez pour tweeter

Principes directeurs relatifs aux données

•  Les machines évoluent plus rapidement que les hommes. La collecte de données a progressé à la vitesse de l’éclair, mais la collaboration n’a pas évolué au même rythme. Le cloisonnement demeure un défi au sein de nombreuses organisations.

•  Évitez de voir trop grand pour vos premiers projets d’IA. Commencez par un petit projet pour créer rapidement une valeur ajoutée, tisser des liens de confiance et récolter les fruits de votre travail. Envisagez seulement ensuite de passer au prochain niveau.

•  Supposez que les données sont sales jusqu’à ce qu’il soit prouvé qu’elles sont propres. En adoptant cet état d’esprit, vous serez bien placé pour construire un processus et un pipeline adéquats pour vos de données d’ingénierie, de manière à constamment obtenir des entrées propres et des sorties MLOps.

•  Les bassins de données sales ne produisent pas beaucoup de valeur. Concentrez-vous sur la construction de pipelines de données robustes pour produire des données propres plutôt que sur le nettoyage rétroactif de données sales; cela prendra trop de temps et freinera votre progression. Déterminez le petit fragment de données que vous devez nettoyer, découvrez la source des données sales et mettez en place des mesures de protection et des pipelines de données pour vous assurer que vos données seront propres à l’avenir ou pour être averti en cas de problème.

•  Empruntez le chemin le plus court pour exploiter les données afin d’accroître votre rendement du capital investi. Utilisez ce que vous avez déjà et ne commencez pas par investir dans une refonte pour le premier cas d’utilisation.

Data is always dirty until proven clean #data #AI Cliquez pour tweeter

Partenariat en matière d’intelligence artificielle

Lorsque vous recherchez un partenaire en matière d’intelligence artificielle (IA), ne vous contentez pas d’un homme à tout faire. Les applications de données industrielles requièrent une expertise spéciale. Vos données ne sont pas génériques; dans le domaine de la fabrication industrielle, une compréhension basée sur la physique est nécessaire dans la plupart des cas pour éviter les échecs et augmenter vos chances de réussite. Les solutions générales ne sont généralement pas adaptées aux applications industrielles de l’intelligence artificielle.

Mieux vaut prendre le temps de se pencher sur les réalisations concrètes d’un fournisseur. Cherchez à savoir s’ils ont déjà résolu des problèmes semblables aux vôtres et demandez-leur des exemples concrets.

Une dose de scepticisme est saine. Posez des questions. Par exemple, que faut-il réellement pour être opérationnel? Combien de temps, en gros, la solution proposée prendrait-elle?

Solutions de Maya HTT pour un paysage en mutation

1. Création de modèles de simulation : Les modèles d’ordre réduit basés sur l’IA permettent notamment de placer des capteurs virtuels là où il serait physiquement impossible de placer des capteurs réels. Dans certains cas, le succès d’un modèle d’IA dépend de ces apports supplémentaires.

2. Élaboration de véritables modèles de renforcement de l’IA pour modifier les contrôles : Par exemple, pour un système électronique, un agent de renforcement apprendra de la simulation et de l’environnement virtuel et transposera cet apprentissage dans l’environnement réel. En un sens, cet agent bénéficie d’une avance considérable et peut être adapté au nouveau système grâce à l’apprentissage par transfert.

3. Développement de logiciels à la demande d’IA : Maya HTT propose des services adaptés qui renforcent la fabrication ou les opérations de ses clients.

Maya HTT possède l’expertise et l’expérience nécessaires en matière de physique industrielle pour vous guider vers les solutions et approches qui vous permettront de tirer le maximum de vos données et d’obtenir des résultats rapides sur lesquels vous pourrez appuyer votre développement.

Regardez le balado vidéo complet sur le site de Change Notice.

Inscrivez-vous à notre infolettre