Colloque IMT - L'IA au cœur des mutations industrielles - Session Données et connaissances: Interopérabilité sémantique et coordination décentralisée. Présentation par Maxime Lefrançois, Maître-assistant Mines

1. Interopérabilité sémantique
et coordination décentralisée
pour l’Industrie du futur
Maxime Lefrançois
Maxime.Lefrancois@emse.fr
http://maxime-lefrancois.info/
MINES Saint-Étienne – Institut Henri Fayol
Laboratoire Hubert Curien UMR CNRS 5516

2. https://image.slidesharecdn.com/iotsmartbuildingsiconicspartnerday20160915-160926131652/95/smart-buildings-iot-11-638.jpg
L’intelligence artificielle au cœur des mutations industrielles

3. Interopérabilité entre les objets hétérogènes et les services / désiloter les verticales
Interopérabilité préalable à la coordination entre services, objets, et activités humaines
Interopérabilité, ouverture, décentralisation, .... Internet, Web, Web des Objets
3
Données
Services
plateformes
HumainsObjets intelligents
L’intelligence artificielle au cœur des mutations industrielles

4. 4
Ma chapelle: le Web Sémantique
https://www.w3.org/TR/rdf11-primer/
Modèle de données basé sur des graphes étiquetés orientés
Representation des connaissances (IA symbolique, ontologies)
Identification par des URIs → données liées, alignements - et des littéraux

5. CDT: Custom Datatypes
Simplifie la représentation des quantités physiques, et l’échange de ces représentations
"4.31 bar"^^cdt:ucum
"102 m2"^^cdt:ucum
"0.7 L"^^cdt:ucum
"450 lm"^^cdt:ucum
"276 W"^^cdt:ucum
"27.1 ug.m-3"^^cdt:ucum
"20.7 Cel"^^cdt:ucum
“68.4 %"^^cdt:ucum
"142 [ppm]"^^cdt:ucum
"0.27 W/(m2.K)"^^cdt:ucum
"33 cL"^^cdt:ucum
"0 [mi_i]/h"^^cdt:ucum
"0 m.s-1"^^cdt:ucum
"0 km/h"^^cdt:ucum
"1013.25 hPa"^^cdt:ucum
"1.01325e5 Pa"^^cdt:ucum
@prefix cdt: <http://w3id.org/lindt/custom_datatypes#>.
“52 a"^^cdt:ucum
5
ex. brique de base des applications industrielles = quantités physiques
[Lefrançois&Zimmermann,ESWC’2018]

6. CDT: Custom Datatypes
Simplifie la représentation des quantités physiques, et l’échange de ces représentations
"4.31 bar"^^cdt:ucum
"102 m2"^^cdt:ucum
"0.7 L"^^cdt:ucum
"450 lm"^^cdt:ucum
"276 W"^^cdt:ucum
"27.1 ug.m-3"^^cdt:ucum
"20.7 Cel"^^cdt:ucum
“68.4 %"^^cdt:ucum
"142 [ppm]"^^cdt:ucum
"0.27 W/(m2.K)"^^cdt:ucum
"33 cL"^^cdt:ucum
"0 [mi_i]/h"^^cdt:ucum
"0 m.s-1"^^cdt:ucum
"0 km/h"^^cdt:ucum
"1013.25 hPa"^^cdt:ucum
"1.01325e5 Pa"^^cdt:ucum
@prefix cdt: <http://w3id.org/lindt/custom_datatypes#>.
“52 a"^^cdt:ucum
6
ex. brique de base des applications industrielles = quantités physiques
[Lefrançois&Zimmermann,ESWC’2018]
Représentations plus simples, moins de place en mémoire,
Requêtes plus simples, exécution plus rapide
Moins de charge cognitive pour l’expert qui écrit ces règles
vs QUDT

7. 7
Définition de patrons d’ontologie / modèles figés
SEAS Evaluation
Ontology pattern
SEAS Feature of Interest
ontology pattern
[Lefrançois et al., 2017]
[Lefrançois, SIS-IoT’17]

8. @prefix seas: <http://w3id.org/seas/>.
Smart Grid
Core of SEAS
Ontology patterns
Simple
Transport
Smart Home
Building
HVAC
[Lefrançois et al., 2017]
[Lefrançois, SIS-IoT’17]
Recherche en ingénierie des ontologies - Focus sur les domaines de l’ingénierie
Modèles génériques utilisables dans différents domaines

9. 9
Noyau simple + basé sur des patrons
@prefix sosa: <http://www.w3.org/ns/sosa/>.
@prefix ssn: <http://www.w3.org/ns/ssn/>.
The OGC&W3C Semantic Sensor Networks Ontology
Standard OGC et W3C

10. 10
Domaines où SSN est utilisé (2019)
Domaine des articles publiés cette année citant SSN
• Smart grid (electric vehicles charging stations)
• Usine du future
• Agriculture numérique (irrigation)
• Bâtiment intelligent (cf. fig)
• Transport intelligent (sensors generating vehicule signals)
• Santé (Smart homes for seniors)
• Interaction Cerveau-Machine
• GeoSciences (earth, meteorology, oceans, events, flooding, ...)

11. 11
Travaux en cours en Ingénierie des Ontologies
Leader ETSI Specialist Task Force 556:
Consolidation of SAREF and its community of industrial users, based on
the experience of the EUREKA ITEA 12004 SEAS project
@prefix seas: <http://w3id.org/seas/>.
Smart Grid
Core of SEAS
Ontology patterns
SimpleTransport
Smart Home
Building
HVAC
SAREF patterns
+ instances
http://saref.etsi.org/
Conception à base de patrons d’ontologies
pour faciliter de développement d’IA
analogues dans des verticales différentes
Transposition à l’ingénierie des ontologies
des méthodes état de l’art en développement
logiciel DevOps et intégration continue

12. 12
Limites de l’interopérabilité par la standardisation
IoT LSP Standard Framework Concepts Release 2.8 AIOTI WG03 – loT Standardisation

13. 13
https://xkcd.com/927/
Limites de l’interopérabilité par la standardisation

14. 14
On ne peut pas imposer un format d’échange,
ni un modèle de données

15. 15
Langage d’intégration de données hétérogènes
Génère flux de RDF à partir de flux de XML, JSON, CBOR, CSV, GeoJSON, ....
Implémentation open-source (financée par ITEA, ANR, ENGIE)
Expressif, performant, extensible
[Lefrançois&Zimmermann@ EKAW’16, EGC’17, ESWC’17]
Tutoriel à ESWC 2018
Site web: 200 sessions par mois
http://ci.emse.fr/sparql-generate/

16. Adapte une
représentation du
contenu
16
Conceptualisation, scénarios, défis,
pour la communication entre agents hétérogènes sur le Web
destinatairemedium
1 2
Transmission
du message via
internet
3
Décode
accède au sens
raisonne
expéditeur
[Lefrançois,SIS-IoT’2018]

17. 17
Lien avec la coordination multi-agent
coordination des décisions entre agents et services
https://erpinnews.com/fog-computing-vs-edge-computing

18. 18
Smart home et efficience énergétique
Coordination spontanée dans l’IoT
►Configuration automatique d’environnements intelligents
►Adéquation aux besoins utilisateurs – règles-utilisateurs
exprimées comme contraintes souples
►Minimisation de la consommation – à fonctionnalité
équivalente, la configuration la moins coûteuse est choisie
►Modélisation de l’environnement sous formes de contraintes
dures – apprentissage automatique des influences des objets
►Implantation de protocoles d’optimisation – choix
d’algorithmes légers par envoi de messages – DSA, MaxSum,
DPOP, etc.
►Déploiement dynamique – prise en compte de la
disparition/apparition d’objets tout en minimisant la charge réseau
[Rust, Picard, Ramparany. AA- MAS 2019]
[Rust, Picard, Ramparany. AA- MAS Workshop best papers 2017]
[Rust, Picard, Ramparany. IJCAI 2016]

19. 19
Smart City et Services M2M
Architecture multi-agent pour la
gestion de plateformes M2M
►Contrôle et adaptation autonome des processus
de gouvernance
■ Agents pour le contrôle des composants du
middleware
■ Gestion de l’autonomie des objets (e.g. fréquences
des interactions)
■ Auto-organisation des composants
►Décentralisation et distribution des processus de
gouvernance
■ Architecture distribuée
■ Décisions encapsulées, mais explicables
Intégré à la plateforme SensCity

20. Interopérabilité sémantique
et coordination décentralisée
pour l’Industrie du futur
Maxime Lefrançois
Maxime.Lefrancois@emse.fr
http://maxime-lefrancois.info/
MINES Saint-Étienne – Institut Henri Fayol
Laboratoire Hubert Curien UMR CNRS 5516
Points à retenir
1. Recherche en ingénierie des
connaissances appliquée à l’ingénierie
2. Solutions à base de Web Sémantique
pour l’interopérabilité sémantique
3. Une complémentarité naturelle avec
l’autre thématique forte de l’équipe:
les Systèmes Multi-Agents