Systèmes de IA pour Virtual Shielding du Tunnel Logistique

Industria 4.0 appelle Logistica 4.0 : la digitalisation des opérations liées à la gestion des commandes et au transport des marchandises est désormais une tendance incontournable pour les grandes entreprises.

Ce processus, rendu encore plus urgent par la pandémie de Covid19 et la croissance rapide des ventes en ligne qui en résulte, est soutenu par l'évolution continue de technologies telles que l’Intelligence Artificielle et l’Internet of Things, dont l'intégration introduit des transformations radicales au niveau de Smart Logistics.

AI : Intelligence Artificielle Qu'est-ce que c'est et à quoi ça sert

L’Intelligence Artificielle (IA) est, selon la définition déterminée en 2018 par la Commission européenne, « la capacité d'une machine à montrer des capacités humaines telles que le raisonnement, l'apprentissage, la planification et la créativité ».

Grâce à ces caractéristiques, l'Intelligence Artificielle - terme générique qui regroupe de nombreux types de technologies et d'applications, comme nous le verrons - est capable de comprendre son propre environnement, traiter ce qui est perçu et d'identifier des solutions pour des objectifs précis : en d'autres termes, le système reçoit les données, déjà préparées ou collectées par des capteurs, les élaborent et parvient à indiquer la réponse demandée.

Selon la définition fournie par l’Observatoire de l'Intelligence Artificielle du Politecnico di Milano, l’IA est « la branche de l'informatique qui étudie le développement de systèmes matériels et logiciels dotés de compétences spécifiques typiques de l'être humain (interaction avec l'environnement, apprentissage et adaptation, raisonnement et planification), capables de poursuivre de manière autonome un objectif défini, de prendre des décisions qui jusqu'alors étaient généralement confiées aux personnes ».

La communauté scientifique a défini deux types d'intelligence artificielle deux types d'intelligence artificielle sur la base de certains paramètres : la capacité de ces technologies à imiter les caractéristiques humaines, la technologie qu'elles utilisent pour le faire et leurs applications dans le monde réel.

C'est-à-dire qu'on peut parler de :

1. Intelligence artificielle faible (weak AI), qui comprend des systèmes capables de simuler certaines fonctions cognitives de l’homme mais qui n'imitent ni ne reproduisent l'intelligence humaine. Ce type d'IA est axé sur les objectifs et conçu pour effectuer des tâches simples ;
2. L’Intelligence Artificielle Forte (strong AI), qui comprend des systèmes capables de devenir sages, ou d'imiter l'intelligence et/ou les comportements humains.

À ce jour, les technologies d’Intelligence Artificielle utilisées ne relèvent que de la première catégorie, mais celle d'obtenir une intelligence artificielle forte est un défi qui n'est plus seulement relégué au domaine de la science-fiction.     

En bref, de 1956, l'année où une conférence au Dartmouth College de Hanover dans le New Hampshire a marqué la naissance de la discipline de l'Intelligence Artificielle, aux décennies d'expérimentation intense alternant avec des moments de stase et de redémarrage, nous sommes arrivés à un aujourd'hui où l’IA représente est en fait l'un des principaux domaines d'intérêt de la communauté scientifique informatique, la technologie qui plus que toute autre a défini la dernière décennie et est susceptible d'avoir aussi un impact sur la prochaine.

Et pas seulement : les implications éthiques et l'impact social de l’IA sont désormais tels que même la Commission européenne a présenté en 2021 une proposition de Règlement en matière d’Intelligence Artificielle pour encadrer le développement, l'utilisation et la commercialisation de ces technologies.

À quoi sert l’Intelligence Artificielle ?

Dans la société et l'économie d'aujourd'hui, l'ensemble des systèmes d’IA connaît de très nombreuses utilisations, avec des applications qui exploitent cette technologie sans que, bien souvent, nous nous en apercevions.

Pensez à quelques exemples simples :

• dans le domaine du e-commerce et des achats en-ligne, l’IA peut fournir des suggestions basées sur des achats antérieurs, sur des recherches ou sur d'autres comportements adoptés sur le web, influençant ainsi le parcours client ;
• de nombreux appareils que nous utilisons quotidiennement disposent d’assistants virtuels qui nous font des suggestions, trouvent des solutions ou répondent à nos questions ;
• des systèmes basés sur l'IA sont appliqués dans nos maisons pour optimiser les consommations, dans les villes l'intelligence artificielle peut servir à améliorer le trafic et réduire les embouteillages ;
• les logiciels de traduction automatique ou ceux qui soulignent automatiquement les vidéos utilisent l'IA pour améliorer les résultats ;
• jusqu’à arriver aux voitures sans conducteur qui aujourd'hui ne relèvent plus de la science-fiction.

Artist: KOTA YAMAJI

Quels sont les types d’intelligence artificielle ?

Selon l'Observatoire Artificial Intelligence, il existe 8 types d'applications d'Intelligence Artificielle, distinguées par leur but d'utilisation :

1. Intelligent Data Processing (IDP) : algorithmes qui analysent des données spécifiques pour extrapoler des informations et effectuer des actions en conséquence (par exemple, l'analyse prédictive est incluse) ;
2. Virtual assistant/ chatbot : logiciel capable d'effectuer des actions ou de fournir des services à un individu sur la base de commandes reçues de manière vocale ou textuelle (systèmes largement utilisés dans le service client des entreprises) ;
3. Reccomendation system : applications qui guident les choix des utilisateurs en fonction des informations qu'ils fournissent (pensez aux systèmes qui suggèrent un achat en fonction des précédents) ;
4. Naturale Language Processing (NLP) : solutions qui traitent le langage (avec diverses finalités : compréhension du contenu, traduction, production de textes) ;
5. Computer vision : étudie les algorithmes et les techniques permettant aux ordinateurs d'atteindre un haut niveau de compréhension du contenu des images ou des vidéos (systèmes qui connaissent une large diffusion dans la vidéosurveillance) ;
6. Autonomous Vehicle : il s'agit de la première des trois applications physiques de l'IA et consiste en des moyens de transport autonomes ;
7. Intelligent Object : il s’agit d’objets capables d'effectuer des actions sans l’intervention humaine et de prendre des décisions en fonction des conditions de l'environnement environnant ;
8. Autonoumos Robot : robot capable de se déplacer sans intervention humaine, sur la base d'informations recueillies par l'environnement environnant.

Le marché de l’IA en Italie

L’Observatoire de l’Intelligence Artificielle de la School of Management du Politecnico di Milano a récemment annoncé les résultats de ses  recherches sur le marché de l’intelligence artificielle en Italie.

C'est un marché qui en 2021 a augmenté de 27 % par rapport à l'année précédente (quand il a été touché par la pandémie de Covid19) et qui vaut un total de 380 millions d’euros, une valeur doublée au cours des deux dernières années et déterminée pour 76 % par des commissions d'entreprises italiennes, les 24 % restants provenant des exportations de projets.

Le podium du marché italien de l'IA est occupé en 2021 par les solutions de Intelligent Data Processing (35 %), de Natural Language Processing (17,5 %) et de Recommendation System (16 %). Suivent les chatbots et les assistants virtuels (10,5 %), les initiatives de vision par ordinateur (11 %) et les solutions intelligentes d'automatisation des processus robotiques (10 %).

Dans un contexte de croissance globale de tous les types d'applications de l’intelligence artificielle, les secteurs qui ont connu une accélération plus marquée par rapport à 2020 sont ceux de la Computer Vision (+41 %), des Chatbots et Virtual Assistant (+34 %) et de l’Intelligent Data Processing (+32 %) ».

Comme déjà observé dans l’industrial IoT, également dans le cas de l’IA, un écart important se dessine entre les grandes entreprises et les PME, avec les premières qui dans 59 % des cas ont démarré au moins un projet d'IA en 2021 contre 6 % des PME (dont seulement 2 représentent des projets pleinement opérationnels).

Également intéressantes les données relatives aux consommateurs, qui pour la quasi-totalité (955) avouent avoir entendu parler de l'IA, données qui chutent à 60 % si l'on analyse la capacité à reconnaître la présence de fonctions d’IA dans les produits/services utilisés.

Conformément à la stratégie européenne, l’Italie aussi a adopté en 2021 un « programme stratégique pour l'intelligence artificielle (IA) 2022-2024 », qui définit vingt-quatre politiques à mettre en œuvre au cours des trois années 2022-2024 pour améliorer le système de l’Intelligence Artificielle en Italie.

L'aide à la gestion logistique provient également de la vision par ordinateur qui, comme nous l'avons vu, permet aux ordinateurs d'atteindre une compréhension de haut niveau du contenu des images ou des vidéos : cette technologie peut être utilisée pour décharger les marchandises de manière systématique, pour identifier les dommages aux matières premières et aux produits et également pour localiser les articles et les colis dans l'entrepôt ou au point de vente.

Même l’Intelligent data processing et en particulier l'analyse prédictive peuvent avoir des applications utiles dans le domaine de la logistique : pensez, par exemple, à la manière dont une analyse des données historiques peut optimiser les phases d'expédition et de livraison grâce à des prévisions « intelligentes » du comportement des consommateurs.

Enfin et surtout, la capacité de l’IA à gérer les big data, de manière très sophistiquée, c'est-à-dire l'énorme quantité de données issues d'un processus logistique de plus en plus numérisé : grâce à l'intelligence artificielle, il est possible d'évaluer les données en temps réel provenant de plusieurs sources (robots, véhicules. dispositifs smart) et de les utiliser pour des analyses dont l'impact peut rendre l'ensemble de la chaîne logistique plus efficace.

Comme le soulignent les recherches menées par l'Observatoire Contract Logistics « Gino Marchet » de la School of Management du Politecnico di Milano sur le marché du Contract Logistics en Italie (qui, avec un +3 % par rapport à 2020, a atteint un chiffre d'affaires de 86 milliards d'euros en 2021), la logistique s'engage également sur la voie d'une transformation durable qui, dans le cas des activités d'entrepôt, passe également par des processus de manutention et d'automatisation des entrepôts eux-mêmes.

Logistique 4.0 : Manutention de colis et RFID

La Logistique 4.0 implique, pour les entreprises qui entrent dans le monde de l'Industrie 4.0, de nouveaux systèmes de stockage, de manutention et de transport développés selon les axes de l'automatisation physique, de la connexion et de la prise de décision.

De grandes transformations ont déjà été introduites au niveau de Smart Logistics par la révolution de l'Internet des Objets qui, en appliquant un système de capteurs et des lecteurs Rfid, permet une « communication » entre les ressources qui facilite incroyablement les systèmes de manutention, de stockage et de transport : par exemple, grâce à l'utilisation de tag Rfid sur les chariots qui déplacent les marchandises, il est possible de lire automatiquement les colis collectés.

L'Industrie 4.0 s'oriente vers des solutions qui intègrent de plus en plus Internet of Things et Intelligence Artificielle, deux technologies dont l'utilisation conjointe peut conduire à des transformations radicales : pensez par exemple au potentiel d'un système capable de moduler la programmation de la production d'une marchandise sur la base des commandes entrantes ou des pièces en transit sur les lignes.

Le projet s'est déroulé à trois niveaux :

1. Nouvelle conception matérielle du tunnel : faisant appel à des experts internes et externes à l'entreprise, nous avons repensé notre tunnel en concevant un nouveau blindage de dimensions réduites, en positionnant les antennes de manière différente et en sélectionnant un nouveau lecteur RAIN RFID et de nouvelles antennes RAIN RFID.

2. Refonte de l'architecture des données : nous avons amélioré notre architecture, d'un point de vue IoT, pour simplifier la mise en œuvre du système en augmentant la sécurité.

3. Système d'intelligence artificielle pour l'évaluation des lectures (décrit ci-dessous).

L'idée découle de la volonté de simplifier la structure du tunnel tout en augmentant sa fiabilité, en ajoutant un moteur d'intelligence artificielle capable de classer correctement les étiquettes appartenant au colis en transit dans le tunnel, en excluant les éventuelles lectures externes, et donc indésirables.

Les premières recherches ont débuté en juillet 2019 mais le projet commence à faire ses premiers pas concrets à l'été 2020. Après les premières tentatives, nous nous sommes rendu compte que l'objectif était atteignable mais qu'il fallait s'appuyer sur un partenaire aux compétences spécifiques pour atteindre ce qui était fixé, 99,9 % de précision sur les items. 

Après un appel d'offres lancé entre plusieurs entreprises, nous avons décidé de poursuivre le projet avec Data Life, déjà notre partenaire depuis quelques années pour t!Insight. Data Life a mené à terme une première phase d'étude approfondie en confirmant nos premiers résultats internes, démontrant comment le chemin emprunté pourrait apporter les résultats espérés.

Le moteur d’IA capable de discriminer correctement les lectures du tunnel nous permet également d'obtenir les résultats suivants :

    • Moins d'erreurs dans la logistique.

    • Portillons avec blindage plus contenu et donc moins coûteux et moins encombrés, permettant une installation dans des points de la logistique jusqu’ici inaccessibles.

    • Plus grande simplicité de mise en œuvre de l’UHF.

    • Diminution des contraintes d'utilisation du tunnel, telles que le souci de ne pas dépasser les zones de respect de lecture actuelles.