KonnectAi
Le contexte
Notre client Électroniques Promark se spécialise dans la fabrication de composants de connectivité pour diverses industries, dont l’aérospatiale, la médecine, la défense et le transport. Il produit des pièces essentielles comme des assemblages de câbles, des faisceaux de fils et des panneaux de commandes utilisés par d’autres entreprises dans la fabrication de produits finis.
Depuis ses débuts, Promark effectuait manuellement la vérification de la qualité en cours de production, une inspection qui pouvait prendre plusieurs minutes par pièce. Souhaitant accélérer ce processus, améliorer la qualité des pièces et assurer la traçabilité de ses composants, l’entreprise s’est tournée vers nous pour développer un système novateur nommé KonnectAi. Intégrant des algorithmes de pointe et la technologie de vision par ordinateur, cette solution faciliterait l’inspection en cours de procédé ainsi que l’inspection visuelle de la qualité des pièces finies. Voici comment nous avons procédé.
Détails du projet
Le défi
Promark a eu l’idée de créer une station imprimée en 3D avec webcam intégrée. Un opérateur dans la zone de production pourrait ainsi placer le composant à inspecter, par exemple un câble, sous la caméra, qui diffuserait une image vidéo sur un appareil connecté. Ensuite, un modèle sophistiqué de vision par ordinateur permettrait d’analyser le composant et de déterminer son acceptabilité en fonction de plusieurs critères. Ce modèle d’intelligence artificielle effectuerait l’analyse détaillée des aspects essentiels de la pièce (p. ex., vérifier que les vis sont bien placées ou que les branchements sont corrects) afin de confirmer que chaque pièce répond aux normes de qualités strictes du fabricant.
Pour Promark, il était important que KonnectAI soit composé de cinq volets principaux :
- Le wizard, pour agir comme principal point d’accès et permettre à Promark de soumettre les images des pièces aux fins d’analyse par intelligence artificielle. Ce volet servirait aussi à entraîner les modèles d’IA pour assurer l’exactitude des analyses;
- Le scanner, pour détecter les pièces défectueuses au moyen de la webcam dans la zone de production et analyser précisément les défauts décelés à l’aide de l’IA;
- L’inspector, pour servir d’interface de validation pour les utilisateurs finaux et leur permettre de vérifier la qualité des pièces grâce aux données intégrées à partir du scanner. Cela assurerait un contrôle rigoureux de la qualité et permettrait aux utilisateurs d’examiner manuellement l’inventaire et de vérifier la qualité des pièces grâce aux données intégrées à partir du scanner;
- Le client Admin Panel, destiné aux fonctions administratives, pour permettre aux clients de gérer les éléments à inspecter, les demandes, les utilisateurs et les rôles. Ce panneau serait équipé d’un tableau de bord fournissant des conseils stratégiques;
- Le super Admin Panel, pour gérer l’ensemble du système et des modèles et permettre la consultation des rétroactions et une communication directe, facilitant ainsi les opérations pour l’ensemble des clients.
En plus de l’élaboration de modèles pour KonnectAi, un défi central consistait à entretenir ces modèles et à assurer leur évolutivité une fois qu’ils seraient intégrés dans la production. Alors que l’apprentissage machine concerne la création de modèles qui peuvent apprendre de façon autonome, les opérations d’apprentissage machine (MLOps) mettent plutôt l’accent sur l’automatisation et l’entraînement régulier des modèles afin d’éviter qu’ils perdent de leur efficacité en raison d’éventuels changements dans les variables. Notre tâche consistait à élaborer un pipeline complet qui comprendrait la collecte de données, la gestion à partir du wizard, l’entraînement automatique des modèles d’apprentissage machine au moyen de l’infrastructure Google Cloud et, enfin, le déploiement de la solution au moyen des processus d’intégration et de déploiement continus.
La mission
Au cours de la première phase du projet, nous avons entamé un processus de découverte pour définir les divers aspects de l’expérience utilisateur et de l’interface utilisateur afin d’assurer une expérience optimale pour les utilisateurs finaux. Nous avons aussi fourni la formation et le soutien technologiques nécessaires pour qu’à terme, Promark puisse gérer le logiciel indépendamment.
Créer une solution d’IA performante sans engendrer des coûts substantiels représente toujours un défi. L’attrait de l’intelligence artificielle est indéniable, mais il peut être difficile de connaître exactement les coûts qui y sont associés. Ainsi, nous avons cherché à développer une solution qui coûterait une fraction des coûts liés aux services prêts à l’emploi de Google Cloud, mais surtout, qui offrirait un meilleur contrôle en matière de gestion de données et de personnalisation du système. Bien que Google Cloud soit rapide à configurer, nous avions besoin de plus de temps pour raffiner la solution et maximiser sa flexibilité dans la manipulation des données et le réglage du système. Compte tenu du volume potentiel de flux vidéo, nous souhaitions trouver une façon efficace de gérer les données. Ainsi, notre système ne permet pas le stockage de vidéos en double, pour un environnement infonuagique à la fois organisé et économique.
D’un point de vue technique, pouvoir passer d’un seul modèle d’IA à des douzaines de modèles sans décupler les coûts ou recourir à une infrastructure complexe a exigé de trouver des solutions créatives. Nos discussions avec Google nous ont menés à adopter une architecture sans serveur, une décision à la fois économique et efficace. En passant de Python à Go comme langage de programmation, nous avons aussi pu accélérer considérablement le traitement, offrant ainsi une fonctionnalité infonuagique plus harmonieuse et la possibilité de gérer efficacement un plus grand nombre de modèles d’IA.
La protection des données est un autre sujet important que nous avons dû gérer. Nous avons opté pour un modèle de logiciel-service (SaaS – Software as a Service), où chaque client opère dans son propre projet Google Cloud, selon des politiques strictes en matière de gestion des identités et de l’accès. Ce procédé permet d’assurer la confidentialité et la sécurité des données.
Dans le cas où le composant serait jugé acceptable, celui-ci serait enregistré comme tel dans le système avant d’être expédié au client. Dans le cas contraire, l’opérateur procéderait à une inspection manuelle, puis déterminerait si le défaut est réel ou s’il s’agit d’un faux positif de la part du système. Pour chaque pièce, des photos marquées d’une estampille temporelle seraient ajoutées à la base de données de manière à en assurer l’entière traçabilité dans l’éventualité d’une défaillance.
Le résultat
Nous avons entamé ce projet avec Promark à l’été 2023 et sommes ravis d’avoir pu livrer la première version du produit en décembre 2023. Cette solution avancée permet désormais à Promark d’effectuer des inspections complètes en tirant parti de la vision par ordinateur — une deuxième paire d’yeux pour qu’aucun détail ne lui échappe — en plus de suivre et de consigner automatiquement chaque détail pour assurer une qualité hors pair, un élément particulièrement important pour les produits dont une défaillance pourrait causer des conséquences catastrophiques. KonnectAi constitue une avancée remarquable dans le secteur des systèmes de distribution électrique.
Chaque modèle d’IA est conçu pour analyser des composants précis, avec la possibilité d’être étendu à des centaines de modèles. Cette évolutivité est assurée par les capacités d’apprentissage continu et d’analyse dynamique d’images de KonnectAi.
La suite...
La prochaine étape consiste à développer le client admin panel et le super admin panel pour Promark. À l’heure actuelle, nous travaillons à mettre en œuvre le suivi des analyses et à ajouter de nombreux mécanismes pour veiller à ce que la solution demeure évolutive pour les divers clients, en plus de leur permettre de mettre en place leur premier modèle en une seule journée. La fin du projet est prévue pour juin 2024.
Ce projet a été une merveilleuse expérience de création de modèles d’IA évolutifs et abordables. Nous avons hâte de travailler sur d’autres projets qui, comme celui-ci, mettent en œuvre l’intelligence artificielle pour fournir des résultats durables et efficaces. Si votre entreprise a besoin d’un coup de main avec l’IA, que vous ayez ou non un spécialiste de l’IA au sein de votre équipe et que vous disposiez ou non d’un modèle d’IA déjà créé, n’hésitez pas à communiquer avec nous.
Perspectives
Nous cherchons constamment à élargir nos horizons et à partager nos acquis. Rien de mieux pour repousser les limites et nous surpasser!