Projet européen AI-PROFICIENT : l’intelligence artificielle au service de l’humain dans l’industrie du futur

Coordonné par l’Université de Lorraine, le projet européen AI-PROFICIENT (Artificial Intelligence for Improved PROduction efFICIEncy, quality and maiNTenance) réunit un consortium multidisciplinaire de 10 partenaires industriels et académiques de France, Espagne, Belgique, Grèce, Finlande et Serbie.

Son ambition ? Placer l’humain au centre de la mise en œuvre de solutions innovantes d’IA dans l’industrie manufacturière digitalisée pour améliorer la planification et l’exécution de la production afin de répondre aux défis d’adaptabilité, d’agilité et de résilience.

L’industrie manufacturière européenne fait face aujourd’hui à de nouveaux enjeux tels que des besoins accrus en qualité, efficacité et fiabilité et une maîtrise du développement durable. Mais comment conjuguer efficacité des systèmes, innovation technologique et épanouissement de l’être-humain au travail ?

Mettre l’humain au cœur du processus

Chef de file du projet, l’Université de Lorraine allie les expertises du CRAN en maintenance prédictive et en sûreté des systèmes manufacturiers à celles du Loria dans le Deep-Learning et l’éthique de l’IA pour relever le défi d’une industrie du futur par et pour l’humain.

AI-PROFICIENT a pour objectif de développer des solutions basées sur l’IA, couplées à des technologies d’ingénierie, de design et de simulation, à différents niveaux d’abstraction du système manufacturier : 

• Au niveau local des équipements de production : favoriser l’acquisition des données issues des composants (capteurs, API, actionneurs), en s’appuyant sur l’internet des objets (IoT) et les dernières avancées en matière d’autodiagnostic, de détection des anomalies et de pronostic.
• Au niveau du système/ligne de production : fournir des analyses d’IA prédictives et auto-apprenantes pour la recommandation et l’aide à la prise de décision.
• Au niveau stratégique : Mettre à la disposition des opérateurs des outils tels que la réalité augmentée, des interfaces conversationnelles et le jumeau numérique pour faire collaborer humain et machine en synergie.

Avec l’exploitation des données et des connaissances humaines, il sera possible de passer d’une prise de décision hiérarchique et réactive à des stratégies d’auto-apprentissage et de contrôle proactif.

L’humain sera placé en position centrale, en assurant, à partir des capacités fournies par l’IA, des rôles évoluant de la mise en œuvre concrètes d’actions, à la supervision et à une observation non décisionnelle (« Human in Command », « Human-in-the-loop », « Human-on-the-loop »). « À travers ces concepts novateurs, l’interaction humain-machine est facilitée et renforcée », soulignent Christophe Cerisara, chercheur CNRS au Loria et Benoît Iung, Professeur Université de Lorraine et chercheur au CRAN.

Un projet leader en matière d’éthique de l’IA

Ce projet s’inscrit dans une approche « Ethic by design » qui sera prise en compte dès la conception des scénarios de démonstration. Des travaux sur l’impact et la valeur éthique des technologies d’IA seront déployés et l’utilisation de graphes et de données sémantiques garantira un processus décisionnel transparent. Comme prôné par la Commission Européenne, les partenaires académiques du projet rendront accessibles les résultats de recherche, par exemple par la publication en open access, et la majorité des algorithmes développés seront publics.

Des partenariats industriels forts sur plusieurs sites d’expérimentation

Nos chercheurs déploieront leurs algorithmes dans trois sites pilotes : en Lorraine, dans l’usine de pneumatiques Continental, en Belgique et en Allemagne, dans deux usines de l’entreprise de chimie INEOS. « Le site Continental, basé à Sarreguemines, fournira un appui considérable au projet grâce à ses nombreuses technologies de pointe et à son environnement industriel entièrement connecté à l’internet des objets : robots autonomes et collaboratifs, réalité augmentée, IoT, réseaux LoraWAN… », souligne Benoît Iung, porteur du projet.

Ces algorithmes seront testés et/ou validés sur des plateformes de l’Université de Lorraine : l’AIPL/SMART,  le GRID5000 du Loria et la plateforme EXPLOR.