metalworkingmag.fr
25
'24
Written on Modified on
Trumpf News
L'IA chez TRUMPF : comment les machines apprennent à voir
L'équipe de vision par ordinateur de TRUMPF apprend à l'intelligence artificielle (IA) à classer des données. Pour ces spécialistes, cela passe d'abord par la catégorisation manuelle de 100 000 images.

M. Weiß dirige l'équipe de reconnaissance d'images par IA sur le site TRUMPF de Ditzingen. Si cela ne tenait qu'à lui, le TruLaser Center 7030, la première table laser totalement automatisée de TRUMPF, serait équipé d'au moins 24 caméras, par exemple. Il n'en est équipé « que » de douze actuellement, qui fournissent une foule d'images et de clips vidéo. Ces images et clips forment avec une multitude d'autres données la base du perfectionnement des machines et du développement de tout nouveaux produits. Ils constituent le fondement du travail de l'équipe de vision par ordinateur. Mais lorsqu'un TruLaser Center 7030 coupe des tôles les unes après les autres, où est l'intelligence artificielle ? Précisons un peu les termes : l'IA est un domaine de recherche scientifique qui se divise en de nombreux sous-domaines et l'apprentissage machine est l'un d'entre eux. Pour que des machines comme le TruLaser Center 7030 « apprennent » et puissent donc fonctionner encore mieux et encore plus efficacement, des outils et des méthodes sous forme de logiciels adaptés sont nécessaires. La vision artificielle, ou vision par ordinateur, est une de ces méthodes.
Korbinian Weiß est en fait constructeur de machines, mais il a développé très tôt des projets pilotés par logiciel chez TRUMPF. Il était chef de projet pour le Sorting Guide de TRUMPF, pour lequel l'utilisation de l'IA n'était pas prévue initialement. Le Sorting Guide devait fonctionner avec des algorithmes tout à fait classiques. « Cela a très bien fonctionné pour nous dans l'atelier d'essai, nous avions de super résultats », raconte le professionnel de 37 ans. Puis ce fut le tour de l'essai chez le client test « et rien n'a fonctionné ». Il s'agissait d'un problème de luminosité. Les algorithmes ont été dépassés par les nombreux matériaux clairs et sombres, surfaces réfléchissantes et objets à proximité. « Seule l'IA nous a permis d'en venir à bout », explique M. Weiß. Plus de 100 000 images, que l'équipe de vision par ordinateur a d'abord dû étiqueter, donc classifier, manuellement, ont servi de base. Avec l'information indiquant si une pièce de tôle était visible sur l'image ou non et les algorithmes correspondants, le logiciel a pu être « entraîné » et la précision de prédiction constamment améliorée au fil des innombrables cycles d'entraînement.
« L'IA ne représente que 5 %, les données 95 % », indique M. Weiß, qui détaille le mode de travail de son équipe, révélant la vraie difficulté de la tâche : « Collecter tout d'abord les données, trier les données, étiqueter les données, regrouper les jeux de données en fonction de différents objectifs de résolution de problème, trouver le bon équilibre dans les données... ». Parfois, les algorithmes classiques sont largement suffisants pour résoudre le problème d'un client. Ils le sont toutefois de moins en moins. Depuis le développement du Sorting Guide, que TRUMPF a lancé sur le marché en 2020, il s'est passé beaucoup de choses dans le domaine de la vision par ordinateur. Non seulement la technique et les bases de données d'algorithmes se sont améliorées, mais la façon de penser a aussi évolué. « Lorsque nous développons des produits aujourd'hui, nous pensons toujours tout de suite aux données », déclare M. Weiß. C'est la raison pour laquelle des caméras sont montées dans le TruLaser Center 7030 et de tout nouveaux modèles économiques sont possibles, comme le nouveau modèle Pay per Part de TRUMPF.
www.trumpf.com