Que peut apporter l'intelligence Augmentée et l'Intelligence Artificielle à la conception collaborative ? Apport à l'Ingénierie Système via les data sciences

1. Journée Thématique
“IS et Ingénierie Collaborative”
« L’ingénierie collaborative à base d’Intelligence Augmentée, quelles perspectives pour la
conception de systèmes complexes ? »
Le 25/09/2018
Vincent HOLLEY, CEOs.

2. 2
Doctorat en ingénierie de la conception
(Thèse sur l’ingénierie collaborative)
10 ans de conseil en IS : de challenge, et de défi
Des lectures passionnantes m’ont pousser à
associer l’IS et l’IA au sens large pour résoudre les
défis émergeants
Dr. Ing. Vincent HOLLEY
2
JT « IS & Ingénierie collaborative »25/09/2018

3. 3
Un exemple de conception collaborative complexe : le
cas du chasseur F35
JT « IS & Ingénierie collaborative »25/09/2018

4. 4
COMMENT CASSER LE « PLAFOND DE VERRE »
DE LA CONCEPTION COLLABORATIVE ?
JT « IS & Ingénierie collaborative »25/09/2018

5. 5
RAPPEL DE QUELQUES ÉLÉMENTS CLÉS DE LA CONCEPTION
COLLABORATIVE
JT « IS & Ingénierie collaborative »25/09/2018

6. 6
La conception collaborative multidisciplinaire
JT « IS & Ingénierie collaborative »25/09/2018

7. 7
Une vision « Set Based » de
la conception collaborative
JT « IS & Ingénierie collaborative »25/09/2018

8. 8
Conception collaborative en phase d’architecture
JT « IS & Ingénierie collaborative »25/09/2018

9. 9
AVANT D’INTRODUIRE L’INTELLIGENCE AUGMENTÉE,
QUELQUES NOTIONS SUR L’INTELLIGENCE ARTIFICIELLE
JT « IS & Ingénierie collaborative »25/09/2018

10. 10
INTELLIGENCE ARTIFICIELLE ?
(TRÈS VULGARISÉE)
JT « IS & Ingénierie collaborative »25/09/2018

11. 11
Voici « neurone artificiel »
JT « IS & Ingénierie collaborative »25/09/2018
Paramètres
Réponse

12. 12
Neurone artificiel dans son environnement
JT « IS & Ingénierie collaborative »25/09/2018

13. 13
Quelles sont les limites à l’IA tel que nous
la connaissons aujourd’hui ?
 Une base de données est inhérente au concept d’apprentissage
 Il faut faire nos propres réseaux de neurones (problème dépendant)
 La précision !
 On ne sait pas comment il réfléchi...
JT « IS & Ingénierie collaborative »25/09/2018

14. 14
POURTANT ON AIMERAIT
TIRER LE MEILLEUR PARTI
DE L’ASSOCIATION DE
L’HOMME ET DE
L’ORDINATEUR.
JT « IS & Ingénierie collaborative »25/09/2018
Kasparov

15. 15
INTELLIGENCE AUGMENTEE
=
INTELLIGENCE ARTIFICIELLE POUR
L’INGÉNIERIE
JT « IS & Ingénierie collaborative »25/09/2018

16. 16
Différence fondamentale entre
ces deux formes d’IA
 Dans l’Intelligence Augmentée, on va « forcer » des schémas prédéfinis de raisonnement des
réseaux de neurones, en se basant sur :
 les connaissances métiers,
 le savoir-faire multi-métiers,
 des analyses de corrélation, des simulations multi-physiques…
JT « IS & Ingénierie collaborative »25/09/2018

17. 17
Un exemple martien… outillé par Geeglee
JT « IS & Ingénierie collaborative »25/09/2018

18. 18
Un exemple martien… le « Rotor » (vision métier)
JT « IS & Ingénierie collaborative »25/09/2018

19. 19
Un exemple martien… collaboration multi-métiers
(vue multi-physique)
 Cas #1 : on sait expliciter les règles multi-métiers
 In order to compute the autonomy at empty weight, we need:
 Induced power at empty weight (W) :
With T=Drone empty mass (kg) * g (m/s2)
A=Total Rotor disk area (m2)
 Mechanical power required to the motors (total for all the motors) at empty weight (W) :
= Induced power at empty weight (W) /(Rotor efficiency*Transmission efficiency)
 Battery electrical power requirement at empty weight (W) :
= Mechanical power required to the motors at empty weight (W) / Motor efficiency
JT « IS & Ingénierie collaborative »25/09/2018

20. 20
Un exemple martien… collaboration multi-métiers
(vue multi-physique)
 Cas #2 : on sait expliciter des liens « potentiels »
On test avec des données issues de REX ou de simulations
JT « IS & Ingénierie collaborative »25/09/2018

21. 21
Résultat d’un réseau de neurones en
intelligence augmentée
JT « IS & Ingénierie collaborative »25/09/2018

22. 22
Résultat d’un réseau de neurones en
intelligence augmentée
JT « IS & Ingénierie collaborative »25/09/2018

23. 23
Finalement : l’Engineering Intelligence
JT « IS & Ingénierie collaborative »25/09/2018

24. 24
Avec un Design Space « complet », on obtient
une « war room » collaborative
JT « IS & Ingénierie collaborative »25/09/2018
Discipline #1 Discipline #2
Propagation en temps réel
(impact d’une discipline sur les autres)

25. 25
Conclusion
JT « IS & Ingénierie collaborative »25/09/2018

26. 26
Quelles vertus pour la conception collaborative ?
 On gère la complexité intrinsèque aux disciplines (multiples performances corrélées au delà
des disciplines)
 On supporte l’explicitation de phénomènes complexes multi-métiers et multi-performances
 On obtient un outil de dialogue entre les disciplines
 À l’aube du « System Engineer Data Scientist » ?
JT « IS & Ingénierie collaborative »25/09/2018

27. 27
Un potentiel pour la conception collaborative, bien au-
delà des disciplines
JT « IS & Ingénierie collaborative »25/09/2018
Sans Intelligence Augmentée Avec Intelligence Augmentée

28. 28
Quelles vertus pour la conception collaborative ?
JT « IS & Ingénierie collaborative »25/09/2018