Le brave nouveau (et ancien) monde de la fabrication

Mon intention initiale pour cette colonne était de discuter d'une phrase qui a fait beaucoup parler d'elle ces derniers temps, l'intelligence artificielle (IA). À tous points de vue, l'intérêt pour l'IA augmente de manière exponentielle, à la fois dans le nombre d'articles que l'on peut lire sur le sujet et, selon Google Trends, dans le nombre de recherches pour ces articles.

Il existe d'autres formes d'IA, telles que l'optimisation de la conception et de la forme, la conception générative et l'analyse prédictive, pour n'en citer que quelques-unes, et on pourrait avoir l'impression que les travailleurs intelligents devraient se sentir menacés. Certains experts disent que l'intelligence artificielle pourrait bien tous nous remplacer.

Je ne pense pas que ce sera le cas. Je pense que cela nous aidera grandement, en nous améliorant plutôt qu'en nous remplaçant.

Pour comprendre pourquoi, considérez que ce que les gens appellent l'IA n'est que des mathématiques. Oui, vous avez bien entendu, ce ne sont que des chiffres et des nombres combinés à des fonctions et des calculs incroyablement complexes. J'ai une certaine expérience dans ce domaine. J'ai touché à ce domaine plus tôt dans ma carrière, en programmant un simple réseau de neurones, l'une des bases de nombreuses formes d'IA qui sont aujourd'hui plus largement acceptées. J'ai fait cela pour mieux comprendre comment utiliser l'IA dans l'analyse d'images, et j'ai réalisé certaines choses.

La première était que la forme d'IA qui utilise de grandes quantités de données pour reproduire l'action "humaine" n'est qu'une forme de modélisation statistique et d'analyse de régression, bien qu'une forme incroyablement extrême. Des données, en grande quantité, sont nécessaires pour entraîner l'algorithme. Il en va de même, en utilisant des mathématiques différentes, pour l'optimisation ou la conception générative. L'IA n'est rien d'autre que des mathématiques très complexes présentées sous une forme plus facile à utiliser.

Une autre réalisation était combien de temps nous avons dû attendre pour obtenir une réponse OK il y a 20 ans. Cela contraste fortement avec la facilité avec laquelle des problèmes beaucoup plus difficiles sont résolus aujourd'hui grâce à une informatique puissante. Des capteurs bon marché et omniprésents fournissent de vastes ensembles de données. Vous n'avez pas non plus à programmer les fonctions de l'IA, comme je l'ai fait. Vous pouvez acheter ou louer des modèles, comme des « réseaux de neurones profonds ». Watson d'IBM et MathWorks Neural Network Toolbox ne sont que deux exemples. Vous fournissez les données et obtenez votre propre solution d'IA unique. Aujourd'hui, l'IA rend les robots d'atelier plus polyvalents et aide les ingénieurs à concevoir des pièces grâce à l'optimisation.

Mais les mathématiques, les capteurs et les données restent tous des outils à façonner par les désirs des ingénieurs et des travailleurs. Ils peuvent effectuer des tâches individuelles mieux que les humains, mais quelles tâches effectuer et pourquoi resteront toujours du domaine des humains. L'intelligence artificielle est vide de sens. Ce sera toujours notre travail.

Pas toujours le bon outil

Enfin, les mathématiques sophistiquées telles que l'IA sous ses diverses formes ne sont pas toujours le bon outil. C'est là que nous arrivons à la partie "ancienne" du titre de cette colonne. Cela m'a frappé lorsque je recherchais un article pour le ME de ce mois-ci sur les comparateurs optiques, une technologie de métrologie dont les racines remontent aux années 1920. Bien que la plupart des modèles d'aujourd'hui soient mis à jour avec une électronique numérique rudimentaire, l'idée de base reste la même :agrandir l'ombre d'une pièce sur un grand écran et demander à un humain d'effectuer une mesure. Vous trouvez ces machines partout dans la fabrication, avec divers degrés d'amélioration numérique de l'idée de base, jusqu'à et y compris la vision artificielle. Une de mes sources m'a dit que le service de son entreprise avait récemment remis à neuf un modèle vieux de 50 ans.

C'est cette coexistence de technologies futuristes comme l'IA avec ce qui a fait ses preuves qui est la réalité actuelle de la fabrication et de l'ingénierie. Il s'agit peut-être en partie d'une simple réticence de la part des ingénieurs à adopter pleinement les nouvelles technologies. Comme me l'a dit la même source, il a parfois besoin de souligner que de nouvelles technologies, même dans les comparateurs optiques, sont disponibles. Pourtant, des technologies telles que les comparateurs optiques, les micromètres et les pieds à coulisse et les humains qui les utilisent ne seront probablement pas entièrement remplacés par quelque chose de plus fantaisiste.