Player is loading...
Partage d'expériences avec QMT Suisse: l'IA mise en application
Ivan Meissner, CEO, QMT Suisse
Friday, Dec. 1, 2023 · 9:41 a.m. · 11m 40s
Embed
Transcriptions
Note: this content has been automatically generated.
00:00:01
merci bonjour ben voilà suite à un ou deux 3 présentations et
00:00:05
qui étaient eux très technologique et sur les principes de l'intelligence artificielle
00:00:11
je vais essayer de vous faire part de plutôt d'une expérience
00:00:14
d'utilisation donc dans un contexte particulier qui eux le contrôle qualité
00:00:19
donc c'est l'utilisation de ces technologies là pour réaliser des équipements qui vont
00:00:24
permettre de contrôler la qualité dans des usines ou dans des industries de nos clients
00:00:30
voilà donc qu'estce que ces contrôles qualité ben voilà c'est de prendre des pièces
00:00:34
qu'on va fabriquer et vérifie qu'elles sont bien conformes à ce que l'on désire réaliser
00:00:39
site s i sont en souvent réalisées déjà avec
00:00:43
de l'intelligence donc là j'ai bien aimé les prestations précédente
00:00:46
ça fait 35 ans qu'on fait du contrôle qualité ça fait 35 ans qu'on fait des systèmes qui vont de l'intelligence
00:00:52
et comme c'était présenté avant cette intelligence programmé donc ça nécessite beaucoup de développement
00:00:57
de logiciels spécifiques on va décrire tout les contrôles communs voilà réalisé
00:01:02
cette technologie qui marche bien ça fait longtemps qu'on fait ça me effectivement maintenant
00:01:06
bah on a envie de faire mieux et tous nos clients arrivée débat écouter c'
00:01:09
est bien mais c'est lourd de programmer ces systèmes nous maintenant on aimerait un système
00:01:13
qui apprend tout ça et ça passait tout ce qu'on nous a présenté cette
00:01:18
le modèle de nouveaux modèles machine learning voire même deep learning ou la
00:01:22
machine va elle eux apprendre donc les challenges pourquoi on va faire ça
00:01:27
c'est quand on a des contrôles qui sont compliquées donc en images ici à droite
00:01:31
0 un contrôle typique de l'horlogerie de visites âge donc on va regarder pièces c.
00:01:36
un contrôle hors de contrôle la très précisément regardez
00:01:40
ce qui a des rayures y'a des petits problèmes
00:01:42
et ça c'est une tâche qui hautement répétitives et qui fait part à beaucoup d'appréciation personnelle
00:01:48
et ça le programme et avec eux description c'est très compliqué donc on aimerait le faire
00:01:53
avec eux de l'intelligence artificielle aujourd'hui parce que ça va permettre de résoudre ces problèmes complexes
00:01:59
la particularité c'est là où je pense qu'il important de noter dans ce que vous présentez ici
00:02:04
ce n'est pas dans un concept ou on va voir un utilitaire ou un outil ou
00:02:08
un agent qui va nous aider et qu'il a faites vous dire donnant 5 fois sur 100
00:02:13
la bonne réponse ou bien nous aider mettait 5 voix sur 100 en bas
00:02:16
comme on l'a entendu avant battait qui va nous donner la mauvaise réponse
00:02:19
ebay a la particularité du contrôle qualité 7 no client et veulent un système qui va donner
00:02:25
toujours la bonne réponse donc si moi je vais vendre imaginant qui envisageait de super machine avant tout seul
00:02:31
mais faites attention 95 fois sur son lot de la bonne réponse et 5 fois sur 100 elle va vous donner mauvaise réponse
00:02:38
bah ça veut dire que vous êtes un client final si vous achetez voiture et nous est tombé sur
00:02:43
pas de chance sur la caisse des 5 fois sur 100 était mauvaise et va vous allez tomber en panne
00:02:48
et puis dans ubuntu revient beaucoup de pièces différentes donc potentiellement toutes les voitures
00:02:52
vendant pas parce que statistiquement alors à quoi elle va rater composants qui a un défaut
00:02:59
voilà c'est cette certaine complexité maintenant je vais quand même vous donner eux un exemple
00:03:04
task this écossais concret ou ont intégré du deep learning
00:03:08
pour être français le premier produit sortie park n. t.
00:03:12
qui intègrent les technologies les plus avancés d'intelligence artificielle
00:03:15
donc de diplômes ni avec cette capacité justement d'apprendre
00:03:20
et l'application et l'hyper simple mais j'ai bien partiel hyper simple mais justement
00:03:25
les pas si simple que ça va faire le but c'est de lire un numéro
00:03:29
un contexte particulier c'est typiquement dans l'horlogerie donc sur un moment lever un numéro de
00:03:34
série qui va graver et bois de temps il faut lire pour fin la traçabilité dans la production
00:03:40
et dire ce numéro ça parait tout simple mais c'est pas ton simple que ça
00:03:44
donc le contexte qui a plein de produits différents ces graves et plein de manière différente
00:03:49
pas toujours très bonne qualité ou se esthétiquement beau mais c'est pas facile à lire donc bien vrai
00:03:54
un vrai challenge éloquemment gilet cité en bas donc c'était ça se fait de très longue date
00:04:00
ça se fait avec des premier et donc avec des technologies traditionnels ou des premières technologie classification
00:04:06
type plutôt machine learning et la situation bah c'est qu'aujourd'hui les
00:04:09
clients ils ont des machines automatiquement beau ça les unes fois sur de justes
00:04:14
donc 1'000 fois sur de simples opérateur qui va correctement que talus c'est pas juste sépare ça
00:04:20
et il faut donner beaucoup d'informations typiquement faut positionner la
00:04:23
pièce pour lire bien attention cette laquelle t qui voulait dire
00:04:26
et puis faute de faire même un programme spécifique qui dépend qui élit
00:04:30
et aura la référence qu'on va lire comme singapour mais des paramètres spécifiques
00:04:34
et les objectifs sont atteints avec équipement qui était sortie ici pour dire que la vraie valeur ajoutée devrait passer de
00:04:40
50 pour 199% de lecture donc on a toujours pas 100% mais c'est quand même en forçant
00:04:46
y'a pas d'imposition et la pièce on la messe ou l'équipement et vallées trouver walt expo va chercher
00:04:51
et puis après un programme nous qu'il va lire ça dante ou dans
00:04:55
toute la pièce pour n'importe quel type de pièces pour trouver cet équilibre
00:05:00
je vous admire un exemple pour vous donner un petit peu l'idée du
00:05:03
pourquoi c'est quand même pas ton simple donc cette pièce horlogère typiquement le
00:05:09
les boîtes de montres swatch donc on le voit ici à gauche
00:05:13
ça c'est la pièce prise dans le système va prendre aucune image
00:05:17
dans des conditions particulières et donc l'algorithme sans qu'on lui
00:05:20
dise rien d'autre qui va les chercher un intervalle derrière plaintext différents
00:05:24
donc on va communiquer un petit paru dans la forme de ce qu'on veut atypique on
00:05:27
va lui dire ici qu'on veut chercher quelque chose due à deux lettres 3 chiffres lettres
00:05:31
et lui valait trouver automatiquement ou sa situé et se trouve à gauche et qui
00:05:36
va réussir à trouver la lecture et sert en 936 s. b.
00:05:41
donc on le voit ma source intéressant ici visuellement basset qu'eux passer
00:05:45
même alors il s'est pas forcément facile un lorsque la envoie en a.
00:05:49
relativement déjà 5 car elle a donc on voit que le deux six mille neuf cent trente six vingt neuf
00:05:55
106 à 8 c 7 pas tout à fait facile avec des technologies traditionnels les risques qui sont là dans 27
00:06:02
sous mandriva plutôt mettre habitat le 26 où il va se tromper entre un 0 o vit pas mal de risques potentiels
00:06:10
on voit par contre c'est aussi intéressant a dit que la difficulté c'est savoir estce que
00:06:15
la formation les juste ou pas juste où il donne plus à l'information allant dans le cas d'espèce on voit aussi a droit de la lecture ici
00:06:21
i. un petit chiffre 90% donc la saine intelligence aussi qui donnent des
00:06:25
informations complémentaires elle nous dit à moi je suis sûre à nantes 8%
00:06:30
qu'assez bien les bons chiffres et si on la gardait moment détails il assez gentil sur chacun des caractères il va nous dire bah
00:06:36
moi j'ai trouvé à nantes 8% que ce serait un
00:06:38
par exemple un 6 le problème immédiat mais à 50% cetera 8
00:06:44
donc ça permet aussi dans la capacité d'apprendre et comprendre on peut aussi dans
00:06:48
ces technologies là avoir des informations complémentaires sur
00:06:52
la capacité d'eux de lecture d'apprentissage
00:06:58
voilà maintenant un petit retour d'expérience bah utilisation
00:07:02
commune libre lasser la thèse officielle on parle depuis
00:07:06
très longtemps dans nos clients nous devons tous eux connaissaient implémenter au mieux maintenant il faut être
00:07:13
très réalise dans le monde de l'industrie canaux du contrôle qualité le potentiel il est très grand succès certains
00:07:20
mais au jour d'aujourd'hui je pense que ce qu'on a eu comme présentation avant l'aube exprimées et notre expérience et
00:07:26
là il faut pas non plus à surestimer c'estàdire que ça fait plein de choses très bien mais ça va pas tout faire
00:07:32
il faut donc pas sous estimer les mains alors là pour ceux qui connaissent le contrôle
00:07:37
qualité dans le monde horloger si vous prenez quelqu'un qui fait du contrôle visuel horlogerie
00:07:42
ces capacités sont très grande souvent dit oui mais l'être humain l'être humain
00:07:45
c'est quoi bah c d s et deux un cerveau ses deux mains
00:07:49
à bouger inférieur au fait plein de choses et donc à plein d'opérations qui sont faites par l'être humain
00:07:54
ya pas que la partie intelligence et aussi la partie manipulation qu'il faut pas non plus sousestimer l'être humain
00:08:00
donc je pense aussi papa sont discutés dans la partie eux risque sur le l'employé a quand même je
00:08:07
suis rassuré d'entrée de mon point de vue y'a pas pour autant de biens pas trop de risques
00:08:12
le test de turing a été présenté avant donc je suis bien content
00:08:17
et il a noté qu'au jour d'aujourd'hui à personne aucune intelligence artificielle qui a réussi à passer le premier test de turing
00:08:24
qui était définie a donc 50 ans maintenant plus tentant comme il
00:08:28
a indiqué l'idée c'est donc on fait conversation avec une
00:08:32
machine avec un dumas on gagne fin le 13 juillet passé si on de la personne qui discutent ne peut pas faire de différence
00:08:38
autant dire aujourd'hui aucune intelligence artificielle lave réussit à passer
00:08:42
le test même si c'est vrai que ces dernières années
00:08:45
on s'en rapproche entre approche vitae probants va réussir à atteindre
00:08:51
il a aussi et aussi indiqué précédemment à cet effet boîte noire qui est très compliqué dans le monde de la production industrie
00:08:58
cette erreur c magique et quand ça marche rendait très content par contre quand un résultat qui est faux
00:09:06
voilà on comprend pas lui fit cette boîte noire ça donne avec cette info ou cette fausse époque et pourquoi on sait pas
00:09:11
et donc ça c'est aussi très difficile voire même sur certaines industries comme l'
00:09:14
industrie médical qui aussi à des secteurs aucun travail beaucoup régulateur armancette un peu compliqué parce que
00:09:21
dans le monde médical on veut garantir certifiés dans envie que quand on donne une information n'a toujours le même résultat la sortie
00:09:27
avec un système qui va prendre les difficultés sexy je donne l'information le matin il a donné un
00:09:31
résultat c'est pas exclu que celle de la même information soit arrive à me donner un autre résultat
00:09:36
donc ça aussi bien faire attention de l'aspect régulateur là
00:09:39
quand même des des complexités des décalage par rapport à sa
00:09:44
j'en viens aussi c'était déjà indiqué mais je vais le rappeler parce que de
00:09:47
mon point de vue en tout cas dans notre milieu house local générant un scellé donnée
00:09:52
donc pour apprendre un système il faut l'alimenter des données et donc
00:09:56
il faut que ces données soient présentes donc sinon on va chez nos clients
00:10:01
vos affaires par exemple du contrôle esthétique de cadrans que vous avez avant d'envahir nos clients
00:10:05
b nouveau des milliers de cadrans avec des défauts pour apprendre à nos clients une diapo est gentil
00:10:11
notre métier historique et des pièces bonnes c'est pas fabriquer des pièces et des défauts donc on a pas des milliers de
00:10:15
cadrans ou de légumes il faut donc là la possession de ces données la création de ces données c'est un vrai challenge
00:10:22
et ces mêmes unique dans notre milieu où cette limite qui fait que pour réussir à avoir un système qui
00:10:25
ait complètement autonome et ben ça prend du temps à ce qu'il faut qu'on puisse générer cette donnée
00:10:31
donc c'est très important et puis la deuxième société indiqué alors y'
00:10:35
a toutes les contraintes autour de la propriété des données de fuites de données
00:10:39
de la sécurité etc qui a un gros gros challenge et dans certaines industries en particulier
00:10:46
eux qui aime unique puisque ça va rendre très difficile la capacité à les obtenir et les traités
00:10:54
le dernier élément pour nous qui créant donc des systèmes
00:10:57
ex ce type de technologie et basses et des savoirfaire particulier
00:11:02
qui sont autour de la date assaillaient hans donc intelligence artificielle mais aussi toute
00:11:05
la génération données etc et ça c'est des savoirfaire qui sont extrêmement rares
00:11:10
et en plus ils sont captées par eux souvent cette jonction formaient des technologies
00:11:14
besson plus captée par les industries ou des services comme les banques des assurances
00:11:18
donc pour des sociétés comme nous b réussi recrutés selon des savoirfaire c'est aussi un gros challenge
00:11:26
pour ces sens de mon expérience et j'espère qu'elle vous rapporter l'
