L’homme qui a permis aux machines de voir!

mardi, 21.05.2019

Xavier Comtesse* et Dominique Duay**

Xavier Comtesse

Reto Wyss a proposé, il y a près de dix déjà, d’appliquer à la problématique de la vision en milieu industrielle une toute nouvelle méthode appelée le «machine learning». Ce fut rapidement un succès probant et important. En 2012, Reto a co-créé ViDi Systems, une start-up dans l’écosystème du Vivier à Fribourg, qui aujourd’hui fait partie du groupe Cognex à Boston, leader mondial de la vision industrielle. La compagnie propose un ensemble d’outils software et hardware qui se distingue par une approche simplifiant le contrôle visuel par apprentissage automatique sans nécessiter de programmation à chaque fois nouvelle.

Le logiciel IA (intelligence artificielle) interprète les images d’une série de pièces «bonnes» pour en définir un modèle de référence auquel sont ensuite comparées les pièces produites en grandes séries que l’on désire inspecter. Le modèle inclut les variations liées aux processus de fabrication. Cette découverte est une véritable révolution en milieu industriel mais pas seulement, comme nous le verrons plus loin.

Ainsi, pour une vis par exemple, le modèle est créé en moins de vingt minutes à partir d’une sélection d’images de plusieurs  bons  échantillons mis en rotation sur leur axe.

En phase d’inspection, le logiciel rapporte les défauts identifiés (rayures, bosses, taches…) n’importe où à la surface de la vis, avec une acuité jusque-là obtenue uniquement avec l’œil humain, rapporte Reto Wyss.

Inventé et programmé par Reto Wyss, la légende dit qu’il a fait une version bêta en quelques semaines seulement et même s’il y travaille encore aujourd’hui à l’améliorer – ce package qui est maintenant l’œuvre d’une équipe – permet à tout système de production automatique d’avoir un contrôle expert virtuel souvent meilleur que l’homme car ce dernier est parfois trop versatile. Influencé par son état physique (fatigué ou peu bien) ou mental (mauvaise humeur ou dépressif), l’homme n’agit pas avec constance. Un algorithme digital n’a pas d’état d’âme… Dans ce cas cela peut être utile!

Mais le travail de l’équipe de chercheurs sous la direction de Reto Wyss ne s’arrête pas là. Certes le contrôle automatique de pièces défectueuses est important mais d’autres processus de contrôle visuel se développent pour l’agriculture (contrôle de qualité des fruits par exemple) mais aussi en médecine (comme le contrôle des cellules rouges du sang).

L’avenir économique et industriel de tels processus de contrôle par vision automatisée paraît immense, ce d’autant plus que ces fonctions de contrôle, qui est un travail extrêmement répétitif, occupent aujourd’hui des millions de gens dans le monde. Des gains conséquents en productivité sont ainsi prévisibles avec l’usage généralisé des outils mis au point notamment par Reto Wyss et son équipe.

Au-delà du contrôle de qualité se profile tout le domaine de la reconnaissance de formes qui va toucher des domaines très variés de l’automatisation des processus industriels.

Machine learning

C’est un champ d’étude de l’intelligence artificielle. Cela concerne la conception, l’analyse, le développement et l’implémentation de méthodes permettant à une machine (au sens large) d’évoluer par un processus systématique et ainsi d’exécuter des tâches difficiles ou problématiques à remplir par des moyens algorithmiques plus classiques. Un exemple possible d’apprentissage automatique est celui de la vision: reconnaître un objet et l’associer.

* Mathématicien
** Entrepreneur





 
 
 

AGEFI

Rafraîchir cache: Ctrl+F5 ou Wiki




...