Tech-Podcast : Les modèles d'IA sont des modèles d'entreprise

Un entretien avec le professeur Sepp Hochreiter, JKU Linz

L'industrie doit-elle penser différemment en matière d'intelligence artificielle ?

Hochreiter : En partie, si Google et Facebook font aussi partie de l'industrie, alors certainement pas, mais nos constructeurs de machines et d'installations doivent penser différemment, car l'intelligence artificielle (IA) a une très grande dynamique, elle peut être intégrée rapidement, mais elle change aussi plus rapidement. L'industrie doit changer sa façon de penser. A Amsterdam, Qualcomm, Bosch et Microsoft ont des AI Labs et les collaborateurs peuvent y publier, lancer des projets ensemble, se parler. Développer pendant des années et sortir avec une solution des années plus tard ne fonctionne plus avec l'IA. Les gens doivent plutôt développer des idées ensemble et regarder dans d'autres entreprises comment la technologie est utilisée.

Cela ressemble surtout à des soft skills ?

Hochreiter (rit) : J'ai bien sûr omis de dire quelque chose. Si nous parlons de deep learning, les entreprises ont besoin de nouveau matériel, d'instances GPU. Mais beaucoup d'entreprises n'en ont pas, car elles sont chères et ne sont pas faciles à mettre en place. Cela signifie que tester des idées d'IA n'est pas si simple.

Lors d'une interview, j'ai lu son plaidoyer en faveur d'une utilisation commune des GPU dans les zones commerciales...

Hochreiter : Oui, nous, les entreprises, devons investir ensemble dans les clusters de GPU. Nous devons créer des possibilités de test. Si les entreprises le constatent : Cela fonctionne très bien, alors elles investissent. Nous avons besoin de terrains de jeu pour les entreprises.

Le deep learning, c'est bien, mais dans l'industrie, les modèles mathématiques peuvent encore faire beaucoup.

Hochreiter : Nous devons tester ce qui fonctionne le mieux. Mais le deep learning va continuer à se développer fortement et à entrer dans les applications. Mais oui, nous devons toujours regarder ce qui a vraiment du sens.

Sur quoi travaillez-vous en ce moment ?

Hochreiter : L'un des thèmes est Few Shot Learning, que nous faisons avancer avec l'entreprise Anyline. L'IA a déjà beaucoup appris par le passé et peut par exemple reconnaître les bons chiffres sur des images maculées. Ou si les conditions d'éclairage sont mauvaises, le système reconnaît toujours les lettres. Nous transférons les connaissances apprises à une nouvelle tâche.

Cela signifie qu'il existe un modèle de base ?

Hochreiter : Nous appelons cela un modèle de base. Grâce à ce modèle, l'utilisateur peut s'adapter rapidement à de nouveaux clients et n'a pas besoin de s'entraîner à nouveau sur 1000 nouveaux exemples, il lui suffit peut-être de deux images.

Cela pourrait être transposé aux chaînes de fabrication ou d'emballage ?

Hochreiter : C'est exactement ce que nous voulons faire. De nombreux capteurs sont intégrés dans les chaînes de production. Beaucoup de produits, de processus sont similaires. Nous n'avons que de légères modifications. Nous pouvons utiliser tout ce qui a déjà été vu ou mesuré et ensuite remettre les rouages en place pour une optimisation.

Les modèles sont donc l'avenir ?

Hochreiter : Oui, le savoir est en eux. Et nous les adaptons aux nouveaux clients, aux nouveaux produits ou aux stratégies marketing.

Qui construit les modèles - le fabricant de pompes ?

Hochreiter : Nous avons eu un projet dans l'industrie pharmaceutique. Il y a un courtier au milieu, qui construit et gère les modèles. Mais celui-ci peut devenir puissant et des dépendances se créent. Il faut donc que quelqu'un de confiance se trouve au milieu.

Nous connaissons cela en abondance dans l'industrie : OPC Foundation, organisations d'utilisateurs et bien d'autres. Voyez-vous dans ces modèles un modèle commercial pour les entreprises d'automatisation ?

Hochreiter : Oui, il existe déjà un modèle commercial pour les applications de base, par exemple reconnaître des objets : Pyramides, verres, arbres, ours en peluche ou balles. Cela se fait déjà. Mais cela peut être encore plus spécifique. Je peux m'imaginer des outils, des modèles de processus. Au final, la tâche, j'ai appris à saisir un verre, doit également être capable de saisir une poêle à frire. Ou l'IA doit se souvenir qu'il y a quelque temps, il y avait toujours une file d'attente à cet endroit.

Sepp Hochreiter révèle dans le podcast Industrie repensée de Bosch Rexroth comment il met cela en œuvre avec des entreprises industrielles, quel rôle jouent les réseaux Hopfield et quel est le rapport entre une robe de mariée et l'IA dans l'industrie. Cliquez ici pour accéder à l'épisode.

___________________________________________

Personne de contact : Susanne Noll

N'hésitez pas à nous contacter !