Exploiter l'IA pour transformer l'automatisation industrielle

Les approches les plus avancées vers des systèmes robotiques pleinement intelligents

L'IA (intelligence artificielle) permet l'automatisation d'un nombre croissant de processus métier et d'applications industrielles. La portée et le rythme de l'automatisation intelligente dépendent directement des avancées en IA et ont connu des bonds de géant ces dernières années. Combinée à une puissante vision 3D machine, l'IA permet aux robots de reconnaître, localiser et manipuler tout type d'objet et ainsi d'automatiser des tâches trop dangereuses, monotones ou autrement exigeantes pour les humains.

Mais que signifie l'IA dans l'automatisation industrielle, comment fonctionne-t-elle, et quelles possibilités ouvre-t-elle aux usines et entreprises aspirant à la modernité, l'innovation et une productivité accrue ? Regardons d'abord les tout débuts de l'IA et son développement progressif.

Des premières architectures aux réseaux de neurones convolutifs

Le terme IA peut représenter un certain nombre de capacités et processus machines — des statistiques simples aux arbres de décision jusqu'aux réseaux de neurones, comme les réseaux de neurones convolutifs, ou des approches encore plus avancées comme l'apprentissage par renforcement.

L'histoire du développement de l'IA a connu plusieurs approches mais les réseaux de neurones se sont avérés les plus prometteurs et intéressants grâce à leur capacité à généraliser.

Dans les années 1990 et début 2000, les réseaux de neurones ont reçu une grande attention grâce aux premières applications réussies de reconnaissance de caractères incluant la lecture de chiffres manuscrits sur chèques bancaires et codes postaux. Ces réseaux étaient entraînés sur un jeu de données MNIST (pour Modified National Institute of Standards and Technology), une collection de chiffres manuscrits de 0 à 9 utilisée en apprentissage automatique et vision machine pour l'entraînement de systèmes de traitement d'image. Le jeu MNIST a servi de base pour le benchmark d'algorithmes de classification et est encore utilisé aujourd'hui pour l'entraînement et les tests.

Bien que ces réseaux de neurones classiques puissent apprendre pratiquement n'importe quoi, ils représentent une ancienne architecture entièrement connectée et leur entraînement demande beaucoup de temps et d'efforts. C'est parce que tous les neurones d'une couche sont entièrement connectés aux neurones de la couche suivante — ce qui signifie un énorme nombre de paramètres à apprendre, augmentant avec la taille d'une image. Bien que la performance des ordinateurs se soit améliorée, il faut encore très longtemps pour entraîner la reconnaissance de petites images même.

Un tournant dans le développement de l'IA a été marqué par l'introduction des réseaux de neurones convolutifs (CNN). Les CNN sont principalement utilisés pour l'analyse d'imagerie visuelle, incluant la classification d'images ou la reconnaissance de motifs, et forment l'épine dorsale de nombreux systèmes de vision machine modernes. Un autre domaine d'application principal est le traitement du langage naturel.

Un CNN est, très schématiquement, inspiré par le système du cortex visuel dans le cerveau. L'idée principale derrière les CNN n'est pas de connecter tous les neurones entre eux, comme dans les réseaux entièrement connectés, mais seulement avec les neurones voisins pour créer de la proximité, puisque les entrées voisines, comme les pixels, portent une information liée. Cela signifie que les CNN peuvent avoir plusieurs couches et les neurones d'une couche ne sont connectés qu'aux neurones de la couche suivante qui sont spatialement proches d'eux. Cela réduit la complexité, le nombre de neurones dans le réseau, et par conséquent aussi le nombre de paramètres à apprendre. Grâce à cela, les CNN sont plus rapides à entraîner, nécessitent moins d'échantillons, et peuvent aussi être appliqués à des images plus grandes.

Le terme « convolutif » fait référence au processus de filtrage à travers lequel les CNN détectent les motifs. Les couches individuelles convoluent, c'est-à-dire combinent, l'entrée et passent le résultat à la couche suivante.

Le progrès dans le développement des CNN a aussi été accéléré par les avancées dans les unités de traitement graphique (GPU). Leur performance et puissance de calcul se sont immensément améliorées ces dernières années, ouvrant de nouvelles possibilités pour l'entraînement des CNN.

L'un des leaders les plus reconnus dans le domaine de l'IA, souvent appelé le « Parrain de l'IA », est Geoffrey Hinton. Il a un diplôme en psychologie expérimentale et intelligence artificielle. Cette combinaison lui a donné une grande compréhension de comment entraîner des réseaux de neurones artificiels.

En 2012, son étudiant Alex Krizhevsky a marqué un autre tournant dans l'IA en créant un CNN capable d'imiter la façon dont le cerveau humain reconnaît les objets. Le CNN a été nommé AlexNet et a permis pour la première fois dans l'histoire à une machine d'identifier des objets comme une personne.

Cette percée a popularisé les réseaux de neurones convolutifs et montré l'énorme gamme d'applications où les CNN pouvaient être utilisés.

Entraînement d'un réseau de neurones convolutif

En reconnaissance d'objets, il est important qu'un CNN ait une propriété appelée invariance. Cela signifie qu'il est invariant à la translation, au point de vue, à la taille, ou à l'illumination pour pouvoir interpréter les motifs d'entrée et classer les objets peu importe où et comment ils sont placés dans une image. Pour y parvenir, le CNN doit être entraîné sur une certaine quantité d'exemples. L'une des meilleures pratiques pour augmenter la quantité de données pertinentes dans un jeu de données est l'augmentation de données.

L'augmentation est la pratique de modifier les données d'entrée, c'est-à-dire l'image originale, pour générer plusieurs autres versions légèrement altérées. Les techniques d'augmentation incluent le retournement horizontal ou vertical, la rotation, le mise à l'échelle, le recadrage, le déplacement de l'image le long de l'axe X ou Y, et autres.

Entraîner un CNN sur des données altérées rend ses neurones immunisés contre de telles augmentations et l'empêche d'apprendre des motifs non pertinents. Un perroquet retourné sera ainsi toujours reconnu comme un perroquet.

Ce qui est très utile ici est le transfert d'apprentissage. Pour éliminer la quantité de données d'entraînement, on peut utiliser un réseau existant déjà entraîné et appliquer certains de ses filtres pour la reconnaissance de nouveaux types d'objets. Par exemple, un réseau entraîné pour la reconnaissance de chiens peut aussi être utilisé pour celle de chats en gardant certains de ses filtres et en modifiant seulement une certaine partie. Cela signifie que le réseau s'adaptera à la reconnaissance de chats.

Avantages des réseaux de neurones convolutifs modulaires

La grande valeur des CNN réside dans leur architecture et le fait que les modules individuels regardent des blocs d'image uniques. Les modules n'ont pas besoin d'être entraînés simultanément et peuvent être facilement assemblés. La combinaison de ces modules bien entraînés a donné naissance à des architectures complexes utilisables pour la segmentation. 

Contrairement à AlexNet, qui ne peut que reconnaître ce qui est dans l'image, ces CNN complexes peuvent faire de la segmentation d'objets et définir la position de l'objet dans l'image.

Cette modularité permet d'utiliser divers canaux d'entrée, ce qui signifie que si le CNN était utilisé pour des données noir & blanc, il peut aussi être utilisé pour des données couleur, et s'il était utilisé pour des données couleur, il peut être étendu par l'information de profondeur. L'ajout d'informations supplémentaires booste la performance du CNN, ce qui inclut une précision accrue et une meilleure reconnaissance des objets et de leurs positions.

De la reconnaissance d'objets aux solutions d'automatisation intelligente

Basé sur les caractéristiques ci-dessus des réseaux de neurones convolutifs, Photoneo a pris les CNN comme base pour ses systèmes d'intelligence robotique avancés et solutions d'automatisation. 

Le CNN de Photoneo travaille avec des données noir & blanc, couleur, ainsi que l'information de profondeur. Les algorithmes sont entraînés sur un grand jeu de données d'objets et s'ils rencontrent de nouveaux types d'articles, ils peuvent rapidement généraliser, c'est-à-dire reconnaître et classer des objets qu'ils n'ont pas « vus » auparavant. 

Prenons le concept d'une boîte, par exemple. Les algorithmes ont été entraînés sur un grand jeu de données de boîtes donc ils comprennent qu'une boîte a un certain nombre de faces, arêtes et sommets. Ce principe fonctionnera aussi pour des boîtes que les algorithmes n'ont pas rencontrées avant, même écrasées ou endommagées. La plus grande valeur de l'IA réside dans le fait qu'elle peut généraliser des concepts sur lesquels elle a été entraînée sans réentraînement supplémentaire.

Cela permet aux systèmes Photoneo de reconnaître des articles de diverses formes, tailles, couleurs ou matériaux — une capacité robotique utilisée pour la localisation et la manipulation d'objets mixtes, y compris des articles organiques comme fruits ou poissons, tri de colis, déchargement de palettes chargées de cartons, et bien d'autres applications industrielles. 

Il peut aussi arriver que les algorithmes rencontrent des objets avec des caractéristiques fondamentalement différentes de celles sur lesquelles ils ont été entraînés. Cela pourrait perturber le CNN et causer une baisse de performance. Pour résoudre ce problème, on peut soit le prévenir en anticipant des objets exotiques, soit avoir un bon système de réentraînement. Dans ce dernier cas, la performance sera temporairement plus basse mais le CNN sera réentraîné pour retrouver sa performance complète assez rapidement.

Si un client a besoin de prélever des articles inhabituels ou des produits non commerciaux comme des composants industriels, le CNN peut être entraîné sur un jeu de données spécifique contenant ces articles exotiques.

Lors de la réalisation d'un projet client, le client reçoit le CNN de Photoneo pour tests pilotes et étude de faisabilité pour s'assurer que le réseau peut être utilisé pour cette application particulière. Ce CNN peut ensuite être amélioré et davantage entraîné sur les images de la phase pilote du projet, ce qui apportera une plus grande variabilité.

Le plus grand défi de la reconnaissance et prélèvement d'objets par IA

Le plus grand défi pourrait aussi être décrit comme la dernière pièce du puzzle manquante dans la gamme d'objets prélevables. Cette dernière pièce était les sacs. 

La difficulté réside dans la nature des sacs puisqu'ils sont extrêmement déformables et pleins de froissements, plis et autres irrégularités. Malgré les défis que les sacs posent à l'IA, Photoneo a développé un système capable de reconnaître et prélever des sacs, qu'ils soient pleins, à moitié vides, colorés, transparents ou semi-transparents. Cette tâche est souvent difficile même pour l'œil humain, qui peut peiner à reconnaître les frontières entre des sacs placés chaotiquement dans un conteneur, surtout s'ils sont transparents.

Cependant, une bonne reconnaissance et localisation des sacs ne sont qu'une partie de la précondition pour un prélèvement d'objets réussi. L'autre partie concerne le côté mécanique d'une application — le préhenseur robotique. Le fait que les sacs soient pleins de plis et froissements augmente le risque qu'ils glissent du préhenseur. Ce risque peut être prévenu en utilisant un préhenseur à vide approprié avec retour d'information.

Développements futurs de l'IA

Malgré les avancées significatives réalisées en IA ces dernières années, le domaine offre encore un vaste espace pour de nouvelles réalisations. Par exemple, le apprentissage par renforcement reçoit une grande attention car il semble très prometteur pour suggérer des mouvements complexes, par exemple permettant à un robot d'ajuster la position d'un article avant de le saisir. 

L'apprentissage par renforcement ne permet pas seulement de faire face à la reconnaissance d'objets mais aussi aux problèmes mécaniques d'une application. Cela signifie qu'il n'autorise pas seulement un système à reconnaître des articles mais aussi d'évaluer les étapes individuelles d'une action robotique sur la base de récompenses et punitions et de « calculer » la chance de succès ou d'échec. En d'autres termes, les algorithmes d'IA sont entraînés à prendre une séquence de décisions qui mèneront à des actions maximisant la récompense totale. Un exemple de la puissance de l'apprentissage par renforcement est la maîtrise et la victoire au jeu de plateau Go.

Malgré son immense potentiel, l'apprentissage par renforcement est étroitement lié à l'environnement dans lequel il est placé et aux limitations qu'il peut poser. Par exemple, le préhenseur déployé et ses fonctionnalités et limitations influenceront toujours la performance globale d'un système.

L'IA est le principal moteur des technologies émergentes et ses développements dépendront beaucoup de facteurs, incluant les demandes du marché, attentes clients, concurrence, et bien d'autres.