L’évolution technologique impacte l’ensemble des activités de Berger-Levrault, qui cherche, expérimente, trouve et déploie de nouvelles solutions pour ses clients, basées sur des techniques d’intelligence artificielle.

 

L’intelligence artificielle au service de la performance

 

Grâce à la multiplication des données et à l’intensification des puissances de calcul, le phénomène de transformation numérique s’est accéléré ces dernières années et impacte toutes les activités de Berger-Levrault.
Nous mettons en œuvre une démarche d’intelligence artificielle pour améliorer les performances des produits et accompagner nos clients dans les adaptations de leurs métiers. Rendre la vie personnelle et professionnelle plus simple et plus rapide, perfectionner les processus de contrôle et de maintenance prédictive telle est notre ambition.

Du bon usage des techniques

L’intelligence artificielle recouvre toute une série de notions disparates que Berger-Levrault décline selon le concept d’informatique heuristique, c’est-à-dire selon une « méthode de résolution de problèmes non fondée sur un modèle formel et qui n’aboutit pas nécessairement à une solution ». Calculatoires et combinatoires, les techniques d’intelligence artificielle que nous utilisons permettent la conception de produits industrialisables et fiables pour présenter et indexer l’information, acquérir et structurer des connaissances, évaluer des situations et planifier des actions.

Des projets de recherche prometteurs

Dès 2009, l’équipe Berger-Levrault dédiée à la recherche et à l’innovation s’est emparée de l’intelligence artificielle pour la placer au cœur de ses travaux. Pas moins de huit projets, en partenariat avec des laboratoires et universités en France, en Espagne et au Maroc sont actuellement en cours.

Domaines d'application

Adaptation automatique de logiciels

Pour concevoir des logiciels plus adaptés à nos usages et parvenir à analyser l’utilisation que font nos clients de nos outils, de nos interfaces, nous nous appuyons sur des algorithmes d’intelligence artificielle et plus particulièrement sur des systèmes multi-agents (SMA). Nous espérons par ces méthodes pouvoir reconstruire les chemins de navigation des utilisateurs dans nos interfaces et de ce fait, comprendre les usages de nos outils sur le terrain. C’est une étape indispensable à l’amélioration de nos solutions.

 

Optimisation de plannings

Aujourd’hui, le vieillissement de la population et l’augmentation de l’espérance de vie conduisent à un accroissement du nombre de personnes en situation de perte d’autonomie et de fragilité. Constatant le manque de places disponibles dans les établissements spécialisés, une alternative est la prise en charge à domicile (PAD). La gestion de ces structures et plus particulièrement du planning des intervenants est très compliquée et souvent manuelle. Une multitude de contraintes doivent être prises en compte lors de la planification des interventions. La production d’un planning réalisée manuellement est un véritable challenge ! Pour répondre à ce besoin, nous explorons la création d’un outil de génération de planning pouvant prendre en compte un maximum de contraintes et de critères relatifs à la structure de PAD.

Deux types de technologies d’intelligence artificielle sont étudiées :

  • Algorithmes Bio-Inspirés : implémentation d’algorithmes à base de colonies de fourmis pour résoudre le problème de planification et optimisation des tournées d’intervenants. Ces algorithmes d’intelligence artificielle, font interagir des comportements très simples (i.e. comme des fourmis) pour faire émerger une intelligence collective très développée qui permettra de résoudre des problèmes incroyablement complexes. Ces outils sont en cours de développement par la cellule R&D de Berger-Levrault et nous espérons bientôt pouvoir les mettre en situation d’expérimentation avec des acteurs du terrain.
  • Ingénierie Dirigée Par Les Modèles : proposition d’un langage de description pour les coordinateurs de structure de PAD qui permettra de renseigner dans le système d’information le fonctionnement de leurs structures et les contraintes associées. Grace à cette technique nous pourrons paramétrer automatiquement les algorithmes d’intelligence artificielle nécessaires à la production du planning tout en anticipant la probabilité d’aléas en tout genre.
Schéma d'un algorithme optimisé bio-inspiré.

Robotique sociale accompagnante

Berger-Levrault et l’Université Technologique de Troyes travaillent depuis deux ans sur l’acceptabilité et sur les interactions possibles d’un robot mobile social non humanoïde dans l’accompagnement des pratiques professionnelles du soin et de la relation en établissement pour personnes dépendantes. Notre programme de recherche sociologique a clairement un contexte très technologique. À partir de situations d’usages, il s’agit d’étudier les usages des robots communicants en observant et ensuite en analysant des séquences d’actions qui favorisent les possibilités de coparticipation et de collaboration assistée par un robot.
Quelles sont les formes d’éthique dans les usages des artefacts robotiques ? En effet, les technologies ne sont pas neutres. De plus, l’intelligence artificielle peut embarquer des agents artificiels moraux. Comment envisager un nouveau mode de vie avec la dépendance, en agissant avec des machines robotiques qui soient socialement acceptables ?

Interaction entre un robot et un retraité.

Exemple de prototype du robot mobile social

Détection automatique de singularités

L’efficacité énergétique se définit comme une consommation en énergie moindre pour le même service rendu. Elle a accompli de notables progrès par l’effet de la technologie, de la hausse des prix et de la sensibilisation au gaspillage. L’efficacité énergétique constitue la première source potentielle d’énergie domestique à l’horizon 2020 et sera – selon la volonté des acteurs, des pouvoirs publics et de la société toute entière – un marché clé du futur et une filière créatrice d’innovation. Dans ce contexte, il est nécessaire de mettre en œuvre les outils nous permettant à tous de capter, comprendre, et contrôler nos dépenses énergétiques. Dans cette dynamique Berger-Levrault mène une série de travaux de recherche autour du développement durable. Par exemple, nous développons un prototype de tableau de bord pour analyser les données provenant de différents capteurs de température, consommation électrique et de gaz, chauffage, débit d’eau, etc.

Lors de cette initiative, nous avons identifié qu’un problème récurrent tient dans la confiance que l’on peut accorder aux capteurs et aux données qu’ils produisent. Pour résoudre ce problème nous avons lancé deux initiatives mettant en œuvre des techniques d’intelligence artificielle :

  • Un projet de recherche rattaché à l’initiative neOCampus qui s’attache à concevoir un algorithme permettant de détecter automatiquement des anomalies dans les données, correspondant à des dysfonctionnements via l’utilisation de systèmes Multi-Agents.
  • Un projet de recherche entre le LAAS et CARL Software qui s’attache là aussi à identifier des algorithmes d’intelligence artificielle permettant de détecter des anomalies et des comportements divers dans des signaux provenant de capteurs.
Capture d'écran de l'interface ne0campus.

Exemple d'interface utilisée pour le projet neOCampus

Jumeau numérique des équipements

Les nouvelles technologies de l’internet industriel des objets, du traitement massif des données et des systèmes intelligents sont aujourd’hui communément utilisées et de plus en plus efficaces. Sur nos marchés de la gestion d’équipements, elles sont au cœur de l’industrie du futur (Usine 4.0), du bâtiment intelligent et de la ville intelligente ! Avec cette révolution numérique, les attentes des services techniques et des gestionnaires de biens peuvent être nombreuses et les gains réels. Dans cette perspective, nous menons des travaux de recherche sur l’apprentissage automatique à partir des données pour bâtir une plateforme logiciel multi-canal capable d’analyser en temps réel les données fournies par les capteurs communicants, les maquettes numériques et les systèmes de gestion. Ainsi les services techniques pourront améliorer le fonctionnement des équipements (configuration des matériels, maintenance prévisionnelle, efficience énergétique…) grâce à l’analyse statistique et la génération de modèles prédictifs.

Pour ce faire, nous cherchons à construire des agents logiciels autonomes capables d’apprendre sur des observations pour modéliser automatiquement le comportement des équipements dans leurs environnements. Sur ce projet, nous collaborons avec notre client industriel ALSTEF Automation qui est un fabricant de système de manutention et convoyage (par exemple, système de tri de bagage aéroport).

 

 

Données de capteurs d'un tapis à bagage.

Hypervision de données de capteurs d'un tapis convoyeur de bagages

Assistants intelligents

Avez-vous déjà eu du mal à trouver les mots clés adéquats pour obtenir le bon résultat dans un moteur de recherche ? Avez-vous déjà eu à rechercher une information au milieu d’un gros volume de documents ? Imaginez que vous puissiez déléguer des tâches à un assistant personnel qui serait une intelligence artificielle.
C’est tout l’enjeu de travaux de recherche récemment lancés au sein du laboratoire de recherche de Berger-Levrault. L’objectif est d’identifier et d’exploiter au mieux les techniques de traitement du langage naturel afin de pouvoir analyser et interroger de gros volumes de documents textuels et non-structurés.
Dans ce cadre, Berger-Levrault vient de contractualiser un partenariat avec la Universidad Oberta de Catalunya en Espagne. L’objectif sera de faciliter la construction d’assistant en langage naturel, d’analyser automatiquement des corpus de texte et de construire des assistants génériques qui puissent s’adapter aux exigences, services disponibles, données et contexte de nos différents clients.

Reconnaissance de mobilier urbain

Nos villes, nos maisons, nos usines, nos bureaux sont remplis d’objets, d’équipements, de plantes, de véhicules, etc. en tous genres. Pour une collectivité, réaliser le maintien en condition, la localisation, l’inventaire de la totalité du patrimoine dont elle dispose peut s’avérer une tache lourde, difficile et extrêmement couteuse.
Les logiciels de Gestion et Maintenance Assisté par Ordinateur (i.e. GMAO) sont une solution pour accompagner et faciliter ces tâches de gestion. Des solutions de Berger-Levrault comme ATAL II ou encore CARL Source sont des réponses à ce problème. Néanmoins, la planification des interventions nécessite de connaitre l’existence et la localisation des équipements à maintenir. Bien souvent les gestionnaires s’en remettent à un travail de comptabilisation manuel qui s’avère fastidieux et difficile à réaliser.

Dans ce périmètre, l’équipe de recherche de Berger-Levrault s’attache à étudier et développer des systèmes de reconnaissance automatique d’objets basés sur des techniques d’intelligence artificielle. Deux approches sont en cours d’expérimentation :

Reconnaissance sur la base d’image satellite ou d’image basse altitude
Projet 1 : localisation et gestion cadastrale
Projet 2 : localisation de mobilier urbain en utilisant des données aériennes
La reconnaissance d’objets urbains sur des images aériennes est particulièrement difficile de par leur petite taille sur les images ainsi que leur forme et leur apparence variable. Étant donné ces caractéristiques, les objets urbains sont difficilement détectables et les approches classiques de détections n’offrent pas de performances satisfaisantes. Pour ces raisons des méthodes de reconnaissance spécifiques devaient être développées.
Reconnaissance sur la base d’images et/ou de scan 3D au sol
Projet 3 : localisation de mobilier urbain en utilisant des données 3D
Projet 4 : inventorisation de mobilier de bureau depuis un dispositif mobile
Une autre méthode pour cartographier et analyser des objets urbains consiste en l’inventorisation à partir d’images capturées au sol. Nous expérimentons une nouvelle méthode basée sur l’utilisation de caméras et de capteurs LiDAR. La difficulté tient en la capacité d’un système à reconnaitre dynamiquement les objets à partir d’images plates et à partir d’acquisition 3D sous forme de nuages de points.

Comparatif entre deux images aériennes (multi-sources et multispectrale).

Projet 2 : Exemple d'images aériennes multi-sources, avec à gauche une image en niveaux de gris du modèle numérique surfacique, et à droite l'image multispectrale correspondante

Reconstruction de réseaux d’eaux

L’amélioration de l’assainissement des eaux pluviales et des eaux usées constitue un enjeu de santé publique, de préservation de l’environnement et de protection de la ressource en eau face aux pollutions.
Malheureusement, l’amélioration de l’assainissement ne peut pas être effectuée avec les moyens d’aujourd’hui. Les cartes et les données géographiques de nos réseaux sont encore en grande partie analogiques, ce qui rend leur utilisation et mise à jour difficile. De plus, dans les bases de données publiques les attributs associés aux différents objets constituant le réseau sont souvent incomplets.
C’est dans ce contexte que Berger-Levrault a choisi d’aborder les aspects de cartographie de réseaux d’assainissement urbain en s’attaquant aux multiples problèmes qui lui sont liés. Tout d’abord nous avons exploité des technologies d’intelligence artificielle pour détecter automatiquement les plaques d’égouts sur des images aériennes. Ces plaques constituent les nœuds du réseau d’eau qui seront par la suite croisés avec d’autres informations textuelles automatiquement récoltées pour déterminer les pentes, géométries, matériaux, ouvrages, etc. L’obtention et le croisement de ces informations permettra de reconstruire une cartographie d’un réseau souterrain « probable », de simuler les flux hydrauliques sous la ville et par conséquent de faciliter la gestion des eaux pluviales et des eaux usées.

Détection par logiciel d'une plaque d'égouts.

Illustration de détection de plaques d'égouts par vue aérienne