{"id":2177,"date":"2025-05-20T11:45:00","date_gmt":"2025-05-20T09:45:00","guid":{"rendered":"https:\/\/app.gate-31.com\/?p=2177"},"modified":"2025-05-21T16:30:01","modified_gmt":"2025-05-21T14:30:01","slug":"ledge-ai-au-service-de-lindustrie","status":"publish","type":"post","link":"https:\/\/app.gate-31.com\/index.php\/2025\/05\/20\/ledge-ai-au-service-de-lindustrie\/","title":{"rendered":"L\u2019Edge AI au service de l\u2019Industrie\u00a0"},"content":{"rendered":"\n
Face aux d\u00e9fis croissants de comp\u00e9titivit\u00e9, d\u2019optimisation des co\u00fbts et de flexibilit\u00e9, les entreprises manufacturi\u00e8res peuvent aujourd\u2019hui tirer parti de l\u2019Edge AI (Informatique en p\u00e9riph\u00e9rie).<\/p>\n\n\n\n
Le CETIC (Centre d\u2019Excellence en Technologies de l\u2019Information et de la Communication) a consacr\u00e9, le 15 mai, un atelier sur le sujet en r\u00e9unissant chercheurs et industriels autour de d\u00e9monstrations et retours d\u2019exp\u00e9rience. <\/p>\n\n\n\n
\u00ab L\u2019Edge AI permet de prendre des d\u00e9cisions intelligentes, instantan\u00e9es et locales, en traitant les donn\u00e9es directement l\u00e0 o\u00f9 elles sont g\u00e9n\u00e9r\u00e9es, \u00e0 proximit\u00e9 des capteurs ou des \u00e9quipements industriels. Contrairement aux approches traditionnelles qui n\u00e9cessitent un transfert vers le cloud pour analyse, l\u2019Edge AI r\u00e9duit consid\u00e9rablement la latence et les d\u00e9pendances r\u00e9seau. Cela permet une r\u00e9activit\u00e9 accrue, essentielle dans des environnements o\u00f9 chaque milliseconde compte.<\/p>\n\n\n\n
En combinant l\u2019intelligence artificielle \u00e0 des capacit\u00e9s de calcul embarqu\u00e9es, cette technologie offre aux entreprises la possibilit\u00e9 d\u2019automatiser des t\u00e2ches critiques, d\u2019optimiser les processus de production en temps r\u00e9el, d\u2019anticiper les anomalies avant qu\u2019elles ne surviennent et d\u2019am\u00e9liorer la qualit\u00e9 globale de leurs produits. En somme, l\u2019Edge AI ouvre la voie \u00e0 une industrie plus agile, plus efficace et plus r\u00e9siliente \u00bb a d\u00e9clar\u00e9 le CETIC<\/p>\n\n\n\n
Des cas d\u2019usage industriels<\/strong><\/h2>\n\n\n\n
Contr\u00f4le qualit\u00e9 sur ligne d\u2019assemblage<\/strong> – G\u00e9rard Florence<\/h4>\n\n\n\n
Parmi les d\u00e9monstrations pr\u00e9sent\u00e9es lors de l\u2019atelier, le CETIC a illustr\u00e9 de mani\u00e8re concr\u00e8te le potentiel de l\u2019Edge AI \u00e0 travers un exemple appliqu\u00e9 au contr\u00f4le qualit\u00e9 sur une ligne d\u2019assemblage. L\u2019\u00e9tude portait sur la d\u00e9tection de d\u00e9fauts lors de la soudure de tubes en aluminium. Une solution applicable en temps r\u00e9el, sans remonter les donn\u00e9es vers le cloud, pour un contr\u00f4le qualit\u00e9 imm\u00e9diat. Cette approche permet une r\u00e9activit\u00e9 imm\u00e9diate, essentielle pour le contr\u00f4le qualit\u00e9 en continu.<\/p>\n\n\n
\nContr\u00f4le de soudure de tuyaux d\u2019aluminium sur une ligne d\u2019assemblage. Image \u00a9\ufe0fCETIC <\/figcaption><\/figure>\n<\/div>\n\n\n
Contr\u00f4le de machines d’injection plastique<\/strong> – Laurent Deru<\/strong><\/h4>\n\n\n\n
Dans un second temps, Laurent Deru a pr\u00e9sent\u00e9 un projet visant \u00e0 optimiser l\u2019usage de thermoplastiques recycl\u00e9s afin d\u2019am\u00e9liorer la production et de diminuer les pertes. Le d\u00e9fi \u00e9tant de garantir la qualit\u00e9 des pi\u00e8ces produites quelle que soit la composante (fluctuante) de la mati\u00e8re d\u2019entr\u00e9e. Gr\u00e2ce \u00e0 un mod\u00e8le d\u2019intelligence artificielle prescriptive, il est possible de d\u00e9tecter en continu les d\u00e9rives susceptibles d\u2019entra\u00eener des rebuts, tout en maximisant l\u2019utilisation de plastiques recycl\u00e9s et en garantissant la qualit\u00e9 des pi\u00e8ces produites. <\/p>\n\n\n
Pr\u00e9diction de consommations \u00e9nerg\u00e9tiques<\/strong> – Arnaud Palgen<\/strong><\/h4>\n\n\n\n
Dans cette pr\u00e9sentation, le CETIC a illustr\u00e9 son travail sur la pr\u00e9diction de consommations \u00e9nerg\u00e9tiques r\u00e9alis\u00e9e sur un nano-ordinateur mono-carte. La pr\u00e9diction de consommation \u00e9nerg\u00e9tique peut \u00eatre utilis\u00e9e dans plusieurs cas: autoconsommation des \u00e9nergies renouvelables, maintenance pr\u00e9dictive ou encore l\u2019anticipation des co\u00fbts li\u00e9s \u00e0 l\u2019\u00e9nergie. Ce travail a \u00e9t\u00e9 r\u00e9alis\u00e9 en int\u00e9grant l\u2019intelligence artificielle au plus pr\u00e8s des donn\u00e9es, dans le middleware IoT DMWay. DMway est un logiciel l\u00e9ger d\u00e9velopp\u00e9 par le CETIC dont l\u2019objectif est d\u2019interconnecter des objets h\u00e9t\u00e9rog\u00e8nes avec des syst\u00e8mes de traitements en uniformisant les donn\u00e9es multi-sources et multi-protocoles de mani\u00e8re transparente.<\/p>\n\n\n\n
\n
En tant que centre de recherche appliqu\u00e9e, nous avons pr\u00e9sent\u00e9 l\u2019int\u00e9r\u00eat de l’Edge AI dans des contextes industriels, en nous appuyant sur les \u00e9tudes men\u00e9es par le CETIC. Par ce type d\u2019\u00e9v\u00e9nement, nous souhaitons aussi initier des collaborations sous forme de projets de recherche ou de transfert technologique.<\/em><\/p>\n<\/blockquote>\n\n\n
\nL’atelier \u00ab\u00a0Edge AI service de l’Industrie\u00a0\u00bb a mobilis\u00e9 chercheurs, industriels et professionnels de l’Informatique. Image \u00a9\ufe0fCETIC<\/figcaption><\/figure>\n<\/div>\n\n\n
![\"\"](\"https:\/\/app.gate-31.com\/wp-content\/uploads\/2025\/05\/edgeAI_a0.png\")
![\"\"](\"https:\/\/app.gate-31.com\/wp-content\/uploads\/2025\/05\/Sans-titre.png\")
![\"\"](\"https:\/\/app.gate-31.com\/wp-content\/uploads\/2025\/05\/20181210_Utopix_Cetic_entreprise_Noe-55-1024x682.jpg\")