Semaine d’approfondissement « IA dans l’industrie »

Grâce au retour d’expérience de l'entreprise, les étudiants ont pu mieux appréhender les défis que représente le déploiement des techniques dites d’Intelligence Artificielle dans l’industrie actuelle, et en particulier la question cruciale de la récolte et du traitement de la donnée pour une exploitation efficiente.

Pour cette semaine d'approfondissement, les élèves-ingénieurs ont dû répondre à un défi : réaliser une vidéo de 3 minutes pour présenter un aspect de l’IA dans l’industrie.

Pour clore cette semaine, une conférence sur « Le Data Analytics déployé dans les usines. Au-delà de la théorie ; un retour d’expérience opérationnel » a également été organisée sur le campus. Cette conférence a notamment permis aux étudiants de mieux appréhender la réalité des approches telles que la maintenance prédictive ou l’optimisation de la consommation de ressource, au travers de 3 notions :

• Qu’est-ce qu’une donnée industrielle ?
• Quels sont les cas d’usage déployés ?
• Comment aborder ce type de projets ?

Bien qu’étant des technologies clefs dans les projets d’Industrie 4.0, Intelligence Artificielle, Machine Learning ou Maintenance Prédictive sont autant de « buzz word » souvent abstraits et confus pour les industriels ; ce qui en freine le déploiement. 

(Henri Pais, Product Manager Data Analytics - ESI Group)

La solution Mineset, développée par ESI Group et destinée aux Industriels, permet via des outils de visualisation et d'analyse d’ explorer de manière intuitive les données issues des lignes de production industrielles, dans le but d’extraire les corrélations et relations de causalité. Cette démarche s'inscrit pleinement dans une logique d’amélioration de la performance des lignes de production (réduction des rebus, prédiction d’arrêt machine, optimisation de la consommation d’énergie, …).