• Appels à projet
    AAP - Grand Défi sécurité
    APPEL à PROJETS - GRAND Défi cyber-sécurité : «Axes verticaux – Tranche (...)
  • Appels à projet
    AAP - 6ème édition du Concours i-Nov
    APPEL à PROJETS- ENCOURAGER l'innovation dans les PME et (...)
  • Appels à projet
    Appel à projets : Rimbaud'tech
        Appel à projets 2020    L'Appel à projets est (...)
  • Appels à projet
    AAP - Programme d'Investissements d'Avenir (PIA3)
      Programme d'Investissements d'Avenir (PIA3) Action « accompagnement (...)
  • Appels à projet
    AMI - Capacités de production de produits thérapeutiques COVID-19
    APPEL à MANIFESTATION D'INTERêts - CAPACITY    Depuis le (...)
  • Appels à projet
    AAP – Lauréats des Challenges IA - Vague 2
    Appel à projets - Lauréats des Challenges IA - Vague 2   Dans le (...)
25juin2020

J3P - L'intelligence artificielle au service du génie des procédés


Intelligence Artificielle (IA), Big Data, Machine Learning (ML), Deep Learning (DL), Méta-modèle, Méga-données, Table de Correspondance (Look-Up Table), Data Mining, tous ces mots-clés et acronymes commencent, pour certains d'entre nous, à devenir familiers ou tout du moins à être utilisés dans le langage scientifique courant.
Pour autant, dans la communauté « Génie des Procédés », peu d'entre nous sont encore à l'aise avec ces nouvelles approches. Nous sommes davantage habitués aux approches classiques et à l'utilisation de modèles de types phénoménologiques, mécanistiques, statistiques, déterministes, etc., autant de termes qui peuvent également paraître abscons pour les non-initiés. Les approches Big Data apportent elles aussi des notions très opaques pour la plupart des gens : réseau de neurones, polynôme chaos, méta-modèle, krigeage, processus gaussiens, arbre de décision, etc.
En quoi ces nouvelles approches peuvent-elles révolutionner « les démarches classiques » utilisées en Génie des Procédés ?
L'usine d'aujourd'hui n'échappe pas à la règle de notre société : elle est aussi hyper-connectée. Températures, pressions, débits, concentrations, consommations d'énergie, etc., tous les instruments de mesures connectés à l'usine produisent un volume de données gigantesque, qui peut être intégré dans des approches Big Data/ML/DL. Ces approches pourraient alors permettre le développement de nouveaux types de modélisation comme solution à des tâches prédictives, décisionnelles, d'optimisation, conduite de procédés ou de découverte.
Après une première journée organisée par le GT-IAP en 2018 sur cette thématique, il semble important d'aller plus loin dans la découverte de ces approches pour mieux cerner comment elles peuvent nous aider à revisiter les concepts classiques en Génie des Procédés. L'un des objectifs de cette journée de rencontre entre industriels et académiques sera notamment de mieux comprendre comment ces approches Big Data/ML/DL peuvent permettre à l'usine 4.0 de devenir plus propre, plus sûre et plus productive. Cela sera également l'occasion d'échanger sur les récentes orientations et avancées industrielles autour de la thématique.

 
Partager : J3P - L'intelligence artificielle au service du génie des procédés