SlideShare une entreprise Scribd logo
MINISTÈRE
DE LA TRANSITION
ÉCOLOGIQUE
PERSPECTIVES ET BESOINS DE R&D
APPLIQUÉE AUX INFRASTRUCTURES ROUTIÈRES
ET À LA MAINTENANCE PRÉDICTIVE
L’INTELLIGENCE
ARTIFICIELLE
APPLIQUÉE AUX INFRASTRUCTURES ROUTIÈRES
ET À LA MAINTENANCE PRÉDICTIVE
L’INTELLIGENCE
ARTIFICIELLE
PERSPECTIVES ET BESOINS DE R&D
Rédacteurs :
Fabien PALHOL
Directeur de la recherche et du développement
Cerema Infrastructures de transport et matériaux
Bruno DAUNAY
Data Lead
Leonard, groupe Vinci
Quentin PANISSOD
AI Lead
Leonard, groupe Vinci
JUIN 2020
Sommaire
Avant-propos 7
Introduction 8
Chapitre 1. Intelligence artificielle, les fondamentaux 10
1
3 types d’intelligence 11
Faire de l’IA : symbolique ou connexionnisme ? 13
De la reconnaissance de forme à l’IA 14
2
3
Apprentissage supervisé : apprendre à prédire 16
Apprentissage non supervisé : apprendre à résumer 16
L’IA dans notre quotidien 17
Chapitre 2. Data et Big data 18
1
Volume 20
Vitesse 20
Variété 20
Variabilité 20
Véracité 21
Validité 21
Vulnérabilité 21
Volatilité 22
Visualisation 22
Valeur 23
Chapitre 3. Exemples d’utilisation de l’intelligence artificielle 24
1
2
3
Chapitre 4. L’IA dans le domaine des réseaux routiers 30
1
2
3
4
5
6
7
Maintenance courante de l’infrastructure 37
Maintenance courante des équipements 37
Viabilité hivernale, sécurité 37
Gros entretien et renouvellement 38
Exemples de technologies associées à la maintenance 39
8
Contrôle qualité, gestion des risques 41
Ressources humaines 41
Marchés et contrats 41
9
Le positionnement optimal des ressources 42
L’assurance d’être livré à temps 42
L’orchestration des livraisons 43
Le camion autonome 43
Chapitre 5. IA et maintenance des infrastructures routières 44
1
2
3
Chapitre 6. Les perspectives de R&D 48
Production de données / capteurs 49
Qualité des données 49
Traitement des données 50
Indicateurs 50
Algorithmique IA 51
Décision en temps réel 51
Besoins généraux et interdisciplinarité 52
Quelques enjeux politiques et sociétaux 54
L’intérêt des plateformes de données 55
Conclusion 56
Sources 57
Remerciements 58
Annexe 59
SOMMAIRE
7
Fantasmée par certains, décriée par d’autres,
de la part d’entreprises comme d’États, la
ses applications des secteurs importants de
notre économie : la santé, la sécurité des biens
et des personnes, les transports, les industries
probablement demain une part essentielle de
répercussions majeures sur les connaissances
par le comité d’orientation pour la recherche
cette étude apporte un début de réponse
pour accompagner sa transition écologique et
AVANT-PROPOS
Thibault Prévost
Service de la recherche et de l’innovation
Ministère de la Transition écologique
Avant-propos
«
8
essentiel de l’industrie technologique, et la
certains traits tels que : la connaissance, le
encore la capacité de manipuler et de déplacer
et réagir comme les humains que si elles
cas d’Uber : l’entreprise américaine s’en sert
lancé des programmes de R&D sur la captation
Introduction
que la perception, le raisonnement,
[ Mc Kinsey 2018, An Executive’s Guide to AI ]
«
9
économiques et de mobilité dans les décisions
les mécanismes de dégradations et les lois
méthodes de dimensionnement, diagnostic,
robotisation des tâches, notamment en milieu
En ce qui concerne l’organisation de la
maintenance conditionnelle anticipée au
Ce rapport aborde tout d’abord les bases
orientations de recherche souhaitables pour la
INTRODUCTION
10 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
10 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Intelligence
artificielle,
les fondamentaux
Chapitre 1.
LES FONDAMENTAUX
11
PERSPECTIVES ET BESOINS DE R&D 11
PERSPECTIVES ET BESOINS DE R&D
1
« intelligence
Dartmouth summer research
« la construction de programmes
informatiques qui s’adonnent à des tâches
qui sont, pour l’instant, accomplies de façon
plus satisfaisante par des êtres humains car
elles demandent des processus mentaux
de haut niveau tels que : l’apprentissage
perceptuel, l’organisation de la mémoire
Dans la suite de ce rapport, seule
l’IA faible sera considérée.
1
3 types d’intelligence
La construction de programmes
tâches qui sont, pour l’instant, accomplies
l’organisation de la mémoire et le
[ Marvin Minsky ]
«
12 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
L’intelligence générale
Illustration 1 : up or down ? (Source : internet... Cette illustration est utilisée dans ce contexte plusieurs milliers de fois depuis 2013, sans donnée précise
sur son origine).
1
LES FONDAMENTAUX
13
PERSPECTIVES ET BESOINS DE R&D
La « super intelligence »
illustration 1
« Est-ce que le chat
Faire de l’IA : symbolique ou connexionnisme ?
machine learning, deep learning
voir illustration 2
14 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
De la reconnaissance de forme à l’IA
machine learning
Apprentissage supervisé
• Why did you do that?
• Why not something else?
• When do you succeed?
• When do you fail?
• When can I trust you?
• How do I correct an error?
Training Data Learned Function Output Use with a Task
Today
This is a cat
(p =.93)
Learning
Process
Training Data Explainable Model Explanation
Interface
User with a Task
Tomorrow
• I understand why
• I understand why not
• I know when you’ll succeed
• I know when you’ll fail
• I know when to trust you
• I know why you erred
This is a cat
• It has fur, whiskers,
and claws
• It has this feature:
New Learning
Process
What are we trying to do?
1
LES FONDAMENTAUX
15
PERSPECTIVES ET BESOINS DE R&D
Apprentissage non supervisé
Apprentissage par renforcement
2
deep learning
voir illustration 3
Illustration 3 : Schéma de la structure d’un neurone formel. (Source : Wikipédia)
16 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
3
Apprentissage supervisé : apprendre à prédire
Régression
Apprentissage non supervisé : apprendre à résumer
Catégoriser (clustering)
Association (réduction de données)
L’illustration4
Illustration 4 : Les principales méthodes de machine learning. (Source : Olivier Ezratty)
labelliser des images
données avec label
(pixels) -> (label)
supervisé non supervisé
consommation électrique
données chiffrées
prévoir (y) en fonction de (x)
régression
clients
détecter toute bizarrerie
données sans label
(x, y, z...)
entre des données
données sans label
(x, y, z...)
1
LES FONDAMENTAUX
17
PERSPECTIVES ET BESOINS DE R&D
L’IA dans notre quotidien
Optimiser :
Augmenter :
Anticiper :
Automatiser :
Software :
Hardware :
Data :
18 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Data
et Big data
Chapitre 2.
2
DATA ET BIG DATA
19
PERSPECTIVES ET BESOINS DE R&D
« Data is the new soil, because for me, it
1
« Le Big data désigne des ensembles de données dont la taille dépasse la capacité des
»
[ David McCandless ]
«
20 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Volume
Vitesse
Variété
Variabilité
2
DATA ET BIG DATA
21
PERSPECTIVES ET BESOINS DE R&D
Véracité
Validité
illustration 5
3%
5%
4%
9%
19%
60%
What data scientists spend
the most time doing
Vulnérabilité
22 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Volatilité
Visualisation
’illustration 6
treemaps sunbursts
microsoft.com et circos.ca)
2
DATA ET BIG DATA
23
PERSPECTIVES ET BESOINS DE R&D
Valeur
24 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Exemples d’utilisation
de l’intelligence
artificielle
Chapitre 3.
3
EXEMPLES
25
PERSPECTIVES ET BESOINS DE R&D
Sécurité :
Productivité :
Expérience utilisateur :
Développement durable :
Ville du futur :
1 e
Route de 5e
génération
Forever Open Road
illustration 7
26 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
26 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
2
éolienne
silencieuse
dalles
piézoélectriques
recharge statique sans contact
+ stockage d’énergie
couche de roulement poreuse,
silencieuse et dépolluante,
potentiellement issue de la biomasse
signalisation
horizontale
dynamique
unité de bord de voie
télécommunications
panneaux solaires organiques
piste cyclable solaire
bus ou tramway en site propre
rechargé par infrastructure
structure
modulaire
préfabriquée
et décarbonnée
corps de chaussée
à structure réservoir
échanges thermiques
réversibles
énergie électrique
eaux valorisées
réseau de froid
réseau de chaleur
eaux usées
déchets
réseaux intégrés
Illustration 7 : exemples de technologies mises en œuvre dans la route de 5e
génération. (Source : Ifsttar)
3
EXEMPLES
27
PERSPECTIVES ET BESOINS DE R&D 27
PERSPECTIVES ET BESOINS DE R&D
illustration 8
Illustration 8 : Exemple de bâtiment généré par réseaux neuronaux Antagonistes génératifs (GANs). (Source : Stanislas Chaillou)
28 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
28 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
3
illustration 9
3
EXEMPLES
29
PERSPECTIVES ET BESOINS DE R&D 29
PERSPECTIVES ET BESOINS DE R&D
d’électricité circulant sur le réseau »
RTE (entreprise de service qui gère le réseau public de transport
d’électricité haute tension en France) équipe les lignes de capteurs,
Les capteurs envoient en temps réel des données sur la température,
sur des pannes éventuelles ainsi que sur des risques de congestion
passer plus d’électricité lorsque c’est possible, sans compromettre
remonte une telle quantité d’informations aux salles de dispatching
qu’il devient difficile de les traiter et d’optimiser la distribution
va absorber les données issues des capteurs, les analyser grâce à
son algorithme et les utiliser de la même façon que le ferait le pilote
de routine chronophages, détecter les anomalies, et s’il rencontre un
économiques
30 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
30 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
L’IA dans le domaine
des réseaux routiers
Chapitre 4.
4
L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS
31
PERSPECTIVES ET BESOINS DE R&D 31
PERSPECTIVES ET BESOINS DE R&D
l’intelligence automatisée
l’intelligenceassistée
l’intelligence augmentée
l’intelligence autonome
1
32 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
32 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
…
…
…
…
…
2
illustration 10
4
L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS
33
PERSPECTIVES ET BESOINS DE R&D 33
PERSPECTIVES ET BESOINS DE R&D
illustration 11
34 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
34 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
3
Illustration 12 : Exemple de l’utilisation du Generative design pour un projet de centre des congrès. (Source : Autodesk)
Focus : IA et véhicule autonome
autonome pour la capture de données et l’entraînement de pilotes autonomes
Dans le futur, les algorithmes d’IA (apprentissage par renforcement notamment)
pourraient permettre de piloter collectivement des flottes de véhicules voire
Dès lors, les infrastructures routières deviennent indispensables : pour permettre
le déploiement de nouveaux services ; assurer la liaison et la connectivité avec les
Les business models des concessions routières et les services du futur, épaulés
4
L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS
35
PERSPECTIVES ET BESOINS DE R&D 35
PERSPECTIVES ET BESOINS DE R&D
illustration 13
4
36 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
36 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
5
sécurité
6
7
4
L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS
37
PERSPECTIVES ET BESOINS DE R&D 37
PERSPECTIVES ET BESOINS DE R&D
Maintenance courante de l’infrastructure
Maintenance courante des équipements
Viabilité hivernale, sécurité
38 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
38 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Gros entretien et renouvellement
4
L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS
39
PERSPECTIVES ET BESOINS DE R&D 39
PERSPECTIVES ET BESOINS DE R&D
Exemples de technologies associées à la maintenance
40 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
40 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
8
Supervised
learning
Machine learning
Unsupervised
learning
• Commercial excellence
…
…
…
• Operational excellence
…
Decision trees, random forest
…
…
…
• Stakeholder management
…
• Talent retention
…
Gaussian mixture models
• Business development
…
Gaussian mixture models
• Recruiting
…
4
L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS
41
PERSPECTIVES ET BESOINS DE R&D 41
PERSPECTIVES ET BESOINS DE R&D
Contrôle qualité, gestion des risques
Ressources humaines
turn-over
Marchés et contrats
42 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
42 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
9
machine learning
Le positionnement optimal des ressources
L’assurance d’être livré à temps
4
L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS
43
PERSPECTIVES ET BESOINS DE R&D 43
PERSPECTIVES ET BESOINS DE R&D
L’optimisation de la flotte de moyens de transports
L’orchestration des livraisons
Le camion autonome
44 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
IA et maintenance
des infrastructures
routières
Chapitre 5.
5
IA ET MAINTENANCE DES INFRASTRUCTURES ROUTIÈRES
45
PERSPECTIVES ET BESOINS DE R&D
curative
préventive
prédictive
prescriptive
autonome
temporelle
46 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
46 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
natural language processing
computer vision
d’extraire de nouvelles informations
1
2
5
IA ET MAINTENANCE DES INFRASTRUCTURES ROUTIÈRES
47
PERSPECTIVES ET BESOINS DE R&D 47
PERSPECTIVES ET BESOINS DE R&D
3
48 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Les perspectives
de R&D
Chapitre 6.
6
LES PERSPECTIVES DE R&D
49
PERSPECTIVES ET BESOINS DE R&D
Production de données / capteurs
Qualité des données
50 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
50 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Traitement des données
Indicateurs
51
PERSPECTIVES ET BESOINS DE R&D
6
LES PERSPECTIVES DE R&D
51
PERSPECTIVES ET BESOINS DE R&D
Algorithmique IA
Décision en temps réel
52 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
52 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Besoins généraux et interdisciplinarité
53
PERSPECTIVES ET BESOINS DE R&D
6
LES PERSPECTIVES DE R&D
53
PERSPECTIVES ET BESOINS DE R&D
Une interdisciplinarité indispensable
scientifiques et technologiques pointait déjà un besoin crucial
d’interdisciplinarité au sein des domaines « classiques » de l’IA,
sans compter les interactions nécessaires avec les autres champs
«
54 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
54 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Quelques enjeux politiques et sociétaux
illustration 2
55
PERSPECTIVES ET BESOINS DE R&D
6
LES PERSPECTIVES DE R&D
55
PERSPECTIVES ET BESOINS DE R&D
L’intérêt des plateformes de données
versus
56 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
57
PERSPECTIVES ET BESOINS DE R&D
Autodesk. 9p.
Buchanan B. G. p. 53-60.
Chaillou Stanislas. 95p.
Defense Advanced Research Projects Agency (DARPA).
52p.
European Commission. 140p.
Ezratty Olivier. 624p.
Fédération française du bâtiment. 40p.
350p
France Stratégie. 90p.
Heudin Jean-Claude.
p. 93-105.
INRIA. 82p.
McCulloch W. S., Pitts W. Bulletin
p. 115-133.
McKinsey Global Institute.
156p.
Mc Kinsey Analytics. 12p.
MINnD. Rapport de l’UC5-7 :
90p.
273p.
Pôle interministériel de Prospective et d’Anticipation des Mutations économiques.
33p.
Pwc. 63p.
58 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
58 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Thibault Prevost
Marie-Thérèse Goux
Pierre Charbonnier
… Adel Abdallah
… Pierre Benning
… Laurent Bouillaut
… David Chupin
… Raphaël Goudard
… Pierre Hankach
… Amine Ihamouten
… Grégory Labrousse
… Cédric Le Bastard
… Nicolas Manzini
… André Orcési
… Claude Rospars
… Franziska Schmidt
… Jean-Michel Simonin
… Pascal Tebibel
59
PERSPECTIVES ET BESOINS DE R&D 59
PERSPECTIVES ET BESOINS DE R&D
Maintenance courante de l’infrastructure
…
…
…
…
…
…
…
…
60 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
60 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
…
…
…
…
…
…
…
Maintenance courante des équipements
…
›
›
›
›
›
›
…
…
…
…
…
61
PERSPECTIVES ET BESOINS DE R&D 61
PERSPECTIVES ET BESOINS DE R&D
…
…
…
…
…
Viabilité hivernale, sécurité
…
…
…
…
…
62 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
62 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
Gros entretien et renouvellement
…
…
…
…
…
…
…
© 2020 - Cerema
Graph’Imprim : 9-11 rue Sinclair 94000 Créteil
© Gerd Altmann - Pixabay
Jouve-Print - 733, rue Saint-Léonard - 53100 Mayenne - Tél. 02 43 11 09 00
Éditions du Cerema
www.cerema.fr › Nos publications
Objet d’investissements parfois considérables de la part d’entreprises comme
d’Etats, la recherche-développement en (IA)
la santé, la sécurité des biens et des personnes, les transports, les industries
enIA,toussecteursconfondus,dépendraprobablement demain une partessentielle
«Travaux publics »
Si l’IA y occupe une place marginale, elle promet d’avoir, dans les prochaines
décennies, des répercussions majeures sur les connaissances et pratiques du
C’est pour éclairer ces « promesses »
par le comité d’orientation pour la recherche appliquée en génie civil et soutenue par
le service de la recherche et de l’innovation du ministère de laTransition écologique,
cette étude apporte un début de réponse aux multiples questions que peuvent se
Que recouvre-t-elle ? Quel en est le potentiel,
Éditions du Cerema
Cité des mobilités
25 avenue François Mitterrand
CS 92803
69674 Bron Cedex
www.cerema.fr
Le Cerema est un établissement public qui
et techniques ainsi que des solutions
9 782371 804739

Contenu connexe

Tendances

Rapport Projet de Fin d'Etudes
Rapport Projet de Fin d'EtudesRapport Projet de Fin d'Etudes
Rapport Projet de Fin d'Etudes
Hosni Mansour
 
Conception et réalisation d’un MINI SMART HOME
Conception et réalisation  d’un MINI SMART HOMEConception et réalisation  d’un MINI SMART HOME
Conception et réalisation d’un MINI SMART HOME
Soukainawarach
 
296 pages management support cours gestion projet + exercices + outils + arti...
296 pages management support cours gestion projet + exercices + outils + arti...296 pages management support cours gestion projet + exercices + outils + arti...
296 pages management support cours gestion projet + exercices + outils + arti...
Olivier Coulibaly
 
Intelligence artificielle et robotique
Intelligence artificielle et robotiqueIntelligence artificielle et robotique
Intelligence artificielle et robotique
SKYWARE COMPAGNY
 
Intelligence artificielle et travail
Intelligence artificielle et travailIntelligence artificielle et travail
Intelligence artificielle et travail
France Stratégie
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Digital Thursday
 
gestion de projet
gestion de projetgestion de projet
gestion de projet
Wajdi kanzali
 
Intelligence artificielle
Intelligence artificielleIntelligence artificielle
Intelligence artificielle
hadjerdermane
 
ROBOT à base d'Android - Rapport PFE
ROBOT à base d'Android - Rapport PFEROBOT à base d'Android - Rapport PFE
ROBOT à base d'Android - Rapport PFE
Houssem Eddine LASSOUED
 
Conception et réalisation d’un polysomnographe à base d’une carte Arduino
Conception et réalisation d’un polysomnographe à base d’une carte ArduinoConception et réalisation d’un polysomnographe à base d’une carte Arduino
Conception et réalisation d’un polysomnographe à base d’une carte Arduino
Yacine Triki
 
Rapport de Projet professionnel personnel.pdf
Rapport de Projet professionnel personnel.pdfRapport de Projet professionnel personnel.pdf
Rapport de Projet professionnel personnel.pdfsahar dridi
 
2743557 dossier-ppe-robot-suiveur-de-ligne
2743557 dossier-ppe-robot-suiveur-de-ligne2743557 dossier-ppe-robot-suiveur-de-ligne
2743557 dossier-ppe-robot-suiveur-de-ligneAziz ShadowStokes
 
L'intelligence artificielle “Exploration de l'utilisation de ChatGPT “ Pour ...
L'intelligence artificielle  “Exploration de l'utilisation de ChatGPT “ Pour ...L'intelligence artificielle  “Exploration de l'utilisation de ChatGPT “ Pour ...
L'intelligence artificielle “Exploration de l'utilisation de ChatGPT “ Pour ...
SalmaAB1
 
Rapport de stage
Rapport de stageRapport de stage
Rapport de stage
Abderrahim Nakkat
 
Rapport de projet de fin d'année
Rapport de projet de fin d'année Rapport de projet de fin d'année
Rapport de projet de fin d'année
kaies Labiedh
 
Présentation finale
Présentation finalePrésentation finale
Présentation finale
heniBa
 
Rapport se stage LEONI BSK
Rapport se stage LEONI BSKRapport se stage LEONI BSK
Rapport se stage LEONI BSKChàimaà Mhjr
 
Automatisation d'une maison intelligente via une application android
Automatisation d'une maison intelligente via une application androidAutomatisation d'une maison intelligente via une application android
Automatisation d'une maison intelligente via une application android
Abderrahim Bouharaoua
 

Tendances (20)

Rapport Projet de Fin d'Etudes
Rapport Projet de Fin d'EtudesRapport Projet de Fin d'Etudes
Rapport Projet de Fin d'Etudes
 
QCM.pdf
QCM.pdfQCM.pdf
QCM.pdf
 
Conception et réalisation d’un MINI SMART HOME
Conception et réalisation  d’un MINI SMART HOMEConception et réalisation  d’un MINI SMART HOME
Conception et réalisation d’un MINI SMART HOME
 
296 pages management support cours gestion projet + exercices + outils + arti...
296 pages management support cours gestion projet + exercices + outils + arti...296 pages management support cours gestion projet + exercices + outils + arti...
296 pages management support cours gestion projet + exercices + outils + arti...
 
Intelligence artificielle et robotique
Intelligence artificielle et robotiqueIntelligence artificielle et robotique
Intelligence artificielle et robotique
 
Intelligence artificielle et travail
Intelligence artificielle et travailIntelligence artificielle et travail
Intelligence artificielle et travail
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
 
gestion de projet
gestion de projetgestion de projet
gestion de projet
 
Intelligence artificielle
Intelligence artificielleIntelligence artificielle
Intelligence artificielle
 
ROBOT à base d'Android - Rapport PFE
ROBOT à base d'Android - Rapport PFEROBOT à base d'Android - Rapport PFE
ROBOT à base d'Android - Rapport PFE
 
Rapport
RapportRapport
Rapport
 
Conception et réalisation d’un polysomnographe à base d’une carte Arduino
Conception et réalisation d’un polysomnographe à base d’une carte ArduinoConception et réalisation d’un polysomnographe à base d’une carte Arduino
Conception et réalisation d’un polysomnographe à base d’une carte Arduino
 
Rapport de Projet professionnel personnel.pdf
Rapport de Projet professionnel personnel.pdfRapport de Projet professionnel personnel.pdf
Rapport de Projet professionnel personnel.pdf
 
2743557 dossier-ppe-robot-suiveur-de-ligne
2743557 dossier-ppe-robot-suiveur-de-ligne2743557 dossier-ppe-robot-suiveur-de-ligne
2743557 dossier-ppe-robot-suiveur-de-ligne
 
L'intelligence artificielle “Exploration de l'utilisation de ChatGPT “ Pour ...
L'intelligence artificielle  “Exploration de l'utilisation de ChatGPT “ Pour ...L'intelligence artificielle  “Exploration de l'utilisation de ChatGPT “ Pour ...
L'intelligence artificielle “Exploration de l'utilisation de ChatGPT “ Pour ...
 
Rapport de stage
Rapport de stageRapport de stage
Rapport de stage
 
Rapport de projet de fin d'année
Rapport de projet de fin d'année Rapport de projet de fin d'année
Rapport de projet de fin d'année
 
Présentation finale
Présentation finalePrésentation finale
Présentation finale
 
Rapport se stage LEONI BSK
Rapport se stage LEONI BSKRapport se stage LEONI BSK
Rapport se stage LEONI BSK
 
Automatisation d'une maison intelligente via une application android
Automatisation d'une maison intelligente via une application androidAutomatisation d'une maison intelligente via une application android
Automatisation d'une maison intelligente via une application android
 

Similaire à L'intelligence artificielle appliquée aux infrastructures routières et à la maintenance prédictive

Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
I MT
 
EXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptxEXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptx
Infopole1
 
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseIntelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
CHARLES Frédéric
 
8 trend dsi pharma vf
8 trend dsi pharma vf8 trend dsi pharma vf
8 trend dsi pharma vf
Bertrand Petit
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...
I MT
 
Panorama de l'intelligence artificielle en France
Panorama de l'intelligence artificielle en FrancePanorama de l'intelligence artificielle en France
Panorama de l'intelligence artificielle en France
Frederic CAVAZZA
 
Conférence les technologies du numérique st exupéry 8 nov. 2017
Conférence les technologies du numérique st exupéry 8 nov.  2017Conférence les technologies du numérique st exupéry 8 nov.  2017
Conférence les technologies du numérique st exupéry 8 nov. 2017
SinGuy
 
Introduction seminaire groupe flowline
Introduction seminaire groupe flowlineIntroduction seminaire groupe flowline
Introduction seminaire groupe flowline
pimp uncle
 
Une perspective multi-source de données pour l'Intelligence Technologique
Une perspective multi-source de données pour l'Intelligence TechnologiqueUne perspective multi-source de données pour l'Intelligence Technologique
Une perspective multi-source de données pour l'Intelligence Technologique
VIA INNO
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...
I MT
 
Les villes intelligentes: enjeux et stratégies pour de nouveaux marchés
Les villes intelligentes: enjeux et stratégies pour de nouveaux marchésLes villes intelligentes: enjeux et stratégies pour de nouveaux marchés
Les villes intelligentes: enjeux et stratégies pour de nouveaux marchés
Université Paris-Dauphine
 
Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...
Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...
Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...
IE-Club
 
Les métiers de demain de l'intelligence artificielle
Les métiers de demain de l'intelligence artificielleLes métiers de demain de l'intelligence artificielle
Les métiers de demain de l'intelligence artificielle
Les Propulseurs
 
Inria - Livre blanc « Véhicules autonomes et connectés »
Inria - Livre blanc « Véhicules autonomes et connectés »Inria - Livre blanc « Véhicules autonomes et connectés »
Inria - Livre blanc « Véhicules autonomes et connectés »
Inria
 
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrieEtude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Apec
 
Science des Donnees Intelligence Artificielle
Science des Donnees Intelligence ArtificielleScience des Donnees Intelligence Artificielle
Science des Donnees Intelligence Artificielle
Télécom Paris
 
15 Université de Grenoble
15 Université de Grenoble15 Université de Grenoble
15 Université de Grenoble
TechnoArk
 
Conférence TechnoArk 2016 - 15 Université de Grenoble
Conférence TechnoArk 2016 - 15 Université de GrenobleConférence TechnoArk 2016 - 15 Université de Grenoble
Conférence TechnoArk 2016 - 15 Université de Grenoble
Laurent Borella
 
IA, IoT, Big Data : révolutions ou évolution ?
IA, IoT, Big Data : révolutions ou évolution ?IA, IoT, Big Data : révolutions ou évolution ?
IA, IoT, Big Data : révolutions ou évolution ?
Romain Willmann
 
AMAN - sécurité ic-ensak Juin 2014
AMAN - sécurité ic-ensak Juin 2014AMAN - sécurité ic-ensak Juin 2014
AMAN - sécurité ic-ensak Juin 2014
Abdeljalil AGNAOU
 

Similaire à L'intelligence artificielle appliquée aux infrastructures routières et à la maintenance prédictive (20)

Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
 
EXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptxEXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptx
 
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseIntelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
 
8 trend dsi pharma vf
8 trend dsi pharma vf8 trend dsi pharma vf
8 trend dsi pharma vf
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Session ...
 
Panorama de l'intelligence artificielle en France
Panorama de l'intelligence artificielle en FrancePanorama de l'intelligence artificielle en France
Panorama de l'intelligence artificielle en France
 
Conférence les technologies du numérique st exupéry 8 nov. 2017
Conférence les technologies du numérique st exupéry 8 nov.  2017Conférence les technologies du numérique st exupéry 8 nov.  2017
Conférence les technologies du numérique st exupéry 8 nov. 2017
 
Introduction seminaire groupe flowline
Introduction seminaire groupe flowlineIntroduction seminaire groupe flowline
Introduction seminaire groupe flowline
 
Une perspective multi-source de données pour l'Intelligence Technologique
Une perspective multi-source de données pour l'Intelligence TechnologiqueUne perspective multi-source de données pour l'Intelligence Technologique
Une perspective multi-source de données pour l'Intelligence Technologique
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Interopé...
 
Les villes intelligentes: enjeux et stratégies pour de nouveaux marchés
Les villes intelligentes: enjeux et stratégies pour de nouveaux marchésLes villes intelligentes: enjeux et stratégies pour de nouveaux marchés
Les villes intelligentes: enjeux et stratégies pour de nouveaux marchés
 
Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...
Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...
Compte-rendu conférence "Green Economy : Objets Connectés et Opportunités cré...
 
Les métiers de demain de l'intelligence artificielle
Les métiers de demain de l'intelligence artificielleLes métiers de demain de l'intelligence artificielle
Les métiers de demain de l'intelligence artificielle
 
Inria - Livre blanc « Véhicules autonomes et connectés »
Inria - Livre blanc « Véhicules autonomes et connectés »Inria - Livre blanc « Véhicules autonomes et connectés »
Inria - Livre blanc « Véhicules autonomes et connectés »
 
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrieEtude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
 
Science des Donnees Intelligence Artificielle
Science des Donnees Intelligence ArtificielleScience des Donnees Intelligence Artificielle
Science des Donnees Intelligence Artificielle
 
15 Université de Grenoble
15 Université de Grenoble15 Université de Grenoble
15 Université de Grenoble
 
Conférence TechnoArk 2016 - 15 Université de Grenoble
Conférence TechnoArk 2016 - 15 Université de GrenobleConférence TechnoArk 2016 - 15 Université de Grenoble
Conférence TechnoArk 2016 - 15 Université de Grenoble
 
IA, IoT, Big Data : révolutions ou évolution ?
IA, IoT, Big Data : révolutions ou évolution ?IA, IoT, Big Data : révolutions ou évolution ?
IA, IoT, Big Data : révolutions ou évolution ?
 
AMAN - sécurité ic-ensak Juin 2014
AMAN - sécurité ic-ensak Juin 2014AMAN - sécurité ic-ensak Juin 2014
AMAN - sécurité ic-ensak Juin 2014
 

Plus de Leonard

yearbook 2024_FR.pdf
yearbook 2024_FR.pdfyearbook 2024_FR.pdf
yearbook 2024_FR.pdf
Leonard
 
Leonard - Reporte ConTech Latam 2023
Leonard - Reporte ConTech Latam 2023Leonard - Reporte ConTech Latam 2023
Leonard - Reporte ConTech Latam 2023
Leonard
 
Rapport - Cap sur l'économie bleue durable
Rapport - Cap sur l'économie bleue durableRapport - Cap sur l'économie bleue durable
Rapport - Cap sur l'économie bleue durable
Leonard
 
Report - Towards a Sustainable Blue Economy
Report - Towards a Sustainable Blue EconomyReport - Towards a Sustainable Blue Economy
Report - Towards a Sustainable Blue Economy
Leonard
 
Santé, sécurité et prévention
Santé, sécurité et préventionSanté, sécurité et prévention
Santé, sécurité et prévention
Leonard
 
Gouvernance territoriale et transition écologique
Gouvernance territoriale et transition écologiqueGouvernance territoriale et transition écologique
Gouvernance territoriale et transition écologique
Leonard
 
Synthèse - Rue Commune
Synthèse - Rue CommuneSynthèse - Rue Commune
Synthèse - Rue Commune
Leonard
 
Hydrogen Deep Dives - Leonard
Hydrogen Deep Dives - LeonardHydrogen Deep Dives - Leonard
Hydrogen Deep Dives - Leonard
Leonard
 
RUE COMMUNE-Plaquette_Synthèse.pdf
RUE COMMUNE-Plaquette_Synthèse.pdfRUE COMMUNE-Plaquette_Synthèse.pdf
RUE COMMUNE-Plaquette_Synthèse.pdf
Leonard
 
Construction Tech FR - Leonard x Sifted Report
Construction Tech FR - Leonard x Sifted Report Construction Tech FR - Leonard x Sifted Report
Construction Tech FR - Leonard x Sifted Report
Leonard
 
La Nuit des imaginaires
La Nuit des imaginairesLa Nuit des imaginaires
La Nuit des imaginaires
Leonard
 
Building Beyond 2022 - Programme
Building Beyond 2022 - Programme Building Beyond 2022 - Programme
Building Beyond 2022 - Programme
Leonard
 
Building the circular economy: time to shift!
Building the circular economy: time to shift!Building the circular economy: time to shift!
Building the circular economy: time to shift!
Leonard
 
Construire l'économie circulaire ici et maintenant !
Construire l'économie circulaire ici et maintenant !Construire l'économie circulaire ici et maintenant !
Construire l'économie circulaire ici et maintenant !
Leonard
 
Yearbook Leonard 2021-2022 (FR)
Yearbook Leonard 2021-2022 (FR)Yearbook Leonard 2021-2022 (FR)
Yearbook Leonard 2021-2022 (FR)
Leonard
 
Yearbook Leonard 2021-2022 (EN)
Yearbook Leonard 2021-2022 (EN)Yearbook Leonard 2021-2022 (EN)
Yearbook Leonard 2021-2022 (EN)
Leonard
 
Yearbook leonard 2021 (EN)
Yearbook leonard 2021 (EN)Yearbook leonard 2021 (EN)
Yearbook leonard 2021 (EN)
Leonard
 
Yearbook Leonard 2021 (FR)
Yearbook Leonard 2021 (FR)Yearbook Leonard 2021 (FR)
Yearbook Leonard 2021 (FR)
Leonard
 
New Deal - Texte intégral - Le futur des routes du Grand Paris
New Deal - Texte intégral - Le futur des routes du Grand Paris New Deal - Texte intégral - Le futur des routes du Grand Paris
New Deal - Texte intégral - Le futur des routes du Grand Paris
Leonard
 
New Deal - Synthèse - Le futur des routes du Grand Paris
New Deal - Synthèse - Le futur des routes du Grand Paris New Deal - Synthèse - Le futur des routes du Grand Paris
New Deal - Synthèse - Le futur des routes du Grand Paris
Leonard
 

Plus de Leonard (20)

yearbook 2024_FR.pdf
yearbook 2024_FR.pdfyearbook 2024_FR.pdf
yearbook 2024_FR.pdf
 
Leonard - Reporte ConTech Latam 2023
Leonard - Reporte ConTech Latam 2023Leonard - Reporte ConTech Latam 2023
Leonard - Reporte ConTech Latam 2023
 
Rapport - Cap sur l'économie bleue durable
Rapport - Cap sur l'économie bleue durableRapport - Cap sur l'économie bleue durable
Rapport - Cap sur l'économie bleue durable
 
Report - Towards a Sustainable Blue Economy
Report - Towards a Sustainable Blue EconomyReport - Towards a Sustainable Blue Economy
Report - Towards a Sustainable Blue Economy
 
Santé, sécurité et prévention
Santé, sécurité et préventionSanté, sécurité et prévention
Santé, sécurité et prévention
 
Gouvernance territoriale et transition écologique
Gouvernance territoriale et transition écologiqueGouvernance territoriale et transition écologique
Gouvernance territoriale et transition écologique
 
Synthèse - Rue Commune
Synthèse - Rue CommuneSynthèse - Rue Commune
Synthèse - Rue Commune
 
Hydrogen Deep Dives - Leonard
Hydrogen Deep Dives - LeonardHydrogen Deep Dives - Leonard
Hydrogen Deep Dives - Leonard
 
RUE COMMUNE-Plaquette_Synthèse.pdf
RUE COMMUNE-Plaquette_Synthèse.pdfRUE COMMUNE-Plaquette_Synthèse.pdf
RUE COMMUNE-Plaquette_Synthèse.pdf
 
Construction Tech FR - Leonard x Sifted Report
Construction Tech FR - Leonard x Sifted Report Construction Tech FR - Leonard x Sifted Report
Construction Tech FR - Leonard x Sifted Report
 
La Nuit des imaginaires
La Nuit des imaginairesLa Nuit des imaginaires
La Nuit des imaginaires
 
Building Beyond 2022 - Programme
Building Beyond 2022 - Programme Building Beyond 2022 - Programme
Building Beyond 2022 - Programme
 
Building the circular economy: time to shift!
Building the circular economy: time to shift!Building the circular economy: time to shift!
Building the circular economy: time to shift!
 
Construire l'économie circulaire ici et maintenant !
Construire l'économie circulaire ici et maintenant !Construire l'économie circulaire ici et maintenant !
Construire l'économie circulaire ici et maintenant !
 
Yearbook Leonard 2021-2022 (FR)
Yearbook Leonard 2021-2022 (FR)Yearbook Leonard 2021-2022 (FR)
Yearbook Leonard 2021-2022 (FR)
 
Yearbook Leonard 2021-2022 (EN)
Yearbook Leonard 2021-2022 (EN)Yearbook Leonard 2021-2022 (EN)
Yearbook Leonard 2021-2022 (EN)
 
Yearbook leonard 2021 (EN)
Yearbook leonard 2021 (EN)Yearbook leonard 2021 (EN)
Yearbook leonard 2021 (EN)
 
Yearbook Leonard 2021 (FR)
Yearbook Leonard 2021 (FR)Yearbook Leonard 2021 (FR)
Yearbook Leonard 2021 (FR)
 
New Deal - Texte intégral - Le futur des routes du Grand Paris
New Deal - Texte intégral - Le futur des routes du Grand Paris New Deal - Texte intégral - Le futur des routes du Grand Paris
New Deal - Texte intégral - Le futur des routes du Grand Paris
 
New Deal - Synthèse - Le futur des routes du Grand Paris
New Deal - Synthèse - Le futur des routes du Grand Paris New Deal - Synthèse - Le futur des routes du Grand Paris
New Deal - Synthèse - Le futur des routes du Grand Paris
 

Dernier

Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...
Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...
Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...
Daniel Bedard
 
PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...
PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...
PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...
ayoub_anbara96
 
SRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdfSRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdf
Henri Gomez
 
Note Agro-climatique et prairies n°4 - Juin 2024
Note Agro-climatique et prairies n°4 - Juin 2024Note Agro-climatique et prairies n°4 - Juin 2024
Note Agro-climatique et prairies n°4 - Juin 2024
idelewebmestre
 
Alternative - Complément au Tramway et 3 ème lien de la ville de Quebec (PDF)
Alternative - Complément au Tramway  et 3 ème lien de la ville de Quebec (PDF)Alternative - Complément au Tramway  et 3 ème lien de la ville de Quebec (PDF)
Alternative - Complément au Tramway et 3 ème lien de la ville de Quebec (PDF)
Daniel Bedard
 
S210-S-27.04-chaudiere-à-vapeur bilan thermique
S210-S-27.04-chaudiere-à-vapeur bilan thermiqueS210-S-27.04-chaudiere-à-vapeur bilan thermique
S210-S-27.04-chaudiere-à-vapeur bilan thermique
ALIIAE
 
Rénovation des prairies sans labour est-ce possible en bio.pdf
Rénovation des prairies sans labour est-ce possible en bio.pdfRénovation des prairies sans labour est-ce possible en bio.pdf
Rénovation des prairies sans labour est-ce possible en bio.pdf
idelewebmestre
 
PFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdf
PFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdfPFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdf
PFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdf
iheberry
 

Dernier (8)

Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...
Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...
Alternative au 3eme lien et complement au Tramway de la ville de Quebec Rev 1...
 
PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...
PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...
PFE MASTER en Développement d’une Application E-commerce avec la Technologie ...
 
SRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdfSRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdf
 
Note Agro-climatique et prairies n°4 - Juin 2024
Note Agro-climatique et prairies n°4 - Juin 2024Note Agro-climatique et prairies n°4 - Juin 2024
Note Agro-climatique et prairies n°4 - Juin 2024
 
Alternative - Complément au Tramway et 3 ème lien de la ville de Quebec (PDF)
Alternative - Complément au Tramway  et 3 ème lien de la ville de Quebec (PDF)Alternative - Complément au Tramway  et 3 ème lien de la ville de Quebec (PDF)
Alternative - Complément au Tramway et 3 ème lien de la ville de Quebec (PDF)
 
S210-S-27.04-chaudiere-à-vapeur bilan thermique
S210-S-27.04-chaudiere-à-vapeur bilan thermiqueS210-S-27.04-chaudiere-à-vapeur bilan thermique
S210-S-27.04-chaudiere-à-vapeur bilan thermique
 
Rénovation des prairies sans labour est-ce possible en bio.pdf
Rénovation des prairies sans labour est-ce possible en bio.pdfRénovation des prairies sans labour est-ce possible en bio.pdf
Rénovation des prairies sans labour est-ce possible en bio.pdf
 
PFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdf
PFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdfPFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdf
PFE ABDOUS BERRI 2024, RAPPORT COMPLET RETA FINAL.pdf
 

L'intelligence artificielle appliquée aux infrastructures routières et à la maintenance prédictive

  • 1. MINISTÈRE DE LA TRANSITION ÉCOLOGIQUE PERSPECTIVES ET BESOINS DE R&D APPLIQUÉE AUX INFRASTRUCTURES ROUTIÈRES ET À LA MAINTENANCE PRÉDICTIVE L’INTELLIGENCE ARTIFICIELLE
  • 2.
  • 3. APPLIQUÉE AUX INFRASTRUCTURES ROUTIÈRES ET À LA MAINTENANCE PRÉDICTIVE L’INTELLIGENCE ARTIFICIELLE PERSPECTIVES ET BESOINS DE R&D Rédacteurs : Fabien PALHOL Directeur de la recherche et du développement Cerema Infrastructures de transport et matériaux Bruno DAUNAY Data Lead Leonard, groupe Vinci Quentin PANISSOD AI Lead Leonard, groupe Vinci JUIN 2020
  • 4. Sommaire Avant-propos 7 Introduction 8 Chapitre 1. Intelligence artificielle, les fondamentaux 10 1 3 types d’intelligence 11 Faire de l’IA : symbolique ou connexionnisme ? 13 De la reconnaissance de forme à l’IA 14 2 3 Apprentissage supervisé : apprendre à prédire 16 Apprentissage non supervisé : apprendre à résumer 16 L’IA dans notre quotidien 17 Chapitre 2. Data et Big data 18 1 Volume 20 Vitesse 20 Variété 20 Variabilité 20 Véracité 21 Validité 21 Vulnérabilité 21 Volatilité 22 Visualisation 22 Valeur 23 Chapitre 3. Exemples d’utilisation de l’intelligence artificielle 24 1 2 3 Chapitre 4. L’IA dans le domaine des réseaux routiers 30 1 2 3
  • 5. 4 5 6 7 Maintenance courante de l’infrastructure 37 Maintenance courante des équipements 37 Viabilité hivernale, sécurité 37 Gros entretien et renouvellement 38 Exemples de technologies associées à la maintenance 39 8 Contrôle qualité, gestion des risques 41 Ressources humaines 41 Marchés et contrats 41 9 Le positionnement optimal des ressources 42 L’assurance d’être livré à temps 42 L’orchestration des livraisons 43 Le camion autonome 43 Chapitre 5. IA et maintenance des infrastructures routières 44 1 2 3 Chapitre 6. Les perspectives de R&D 48 Production de données / capteurs 49 Qualité des données 49 Traitement des données 50 Indicateurs 50 Algorithmique IA 51 Décision en temps réel 51 Besoins généraux et interdisciplinarité 52 Quelques enjeux politiques et sociétaux 54 L’intérêt des plateformes de données 55 Conclusion 56 Sources 57 Remerciements 58 Annexe 59 SOMMAIRE
  • 6.
  • 7. 7 Fantasmée par certains, décriée par d’autres, de la part d’entreprises comme d’États, la ses applications des secteurs importants de notre économie : la santé, la sécurité des biens et des personnes, les transports, les industries probablement demain une part essentielle de répercussions majeures sur les connaissances par le comité d’orientation pour la recherche cette étude apporte un début de réponse pour accompagner sa transition écologique et AVANT-PROPOS Thibault Prévost Service de la recherche et de l’innovation Ministère de la Transition écologique Avant-propos «
  • 8. 8 essentiel de l’industrie technologique, et la certains traits tels que : la connaissance, le encore la capacité de manipuler et de déplacer et réagir comme les humains que si elles cas d’Uber : l’entreprise américaine s’en sert lancé des programmes de R&D sur la captation Introduction que la perception, le raisonnement, [ Mc Kinsey 2018, An Executive’s Guide to AI ] «
  • 9. 9 économiques et de mobilité dans les décisions les mécanismes de dégradations et les lois méthodes de dimensionnement, diagnostic, robotisation des tâches, notamment en milieu En ce qui concerne l’organisation de la maintenance conditionnelle anticipée au Ce rapport aborde tout d’abord les bases orientations de recherche souhaitables pour la INTRODUCTION
  • 10. 10 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 10 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Intelligence artificielle, les fondamentaux Chapitre 1.
  • 11. LES FONDAMENTAUX 11 PERSPECTIVES ET BESOINS DE R&D 11 PERSPECTIVES ET BESOINS DE R&D 1 « intelligence Dartmouth summer research « la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire Dans la suite de ce rapport, seule l’IA faible sera considérée. 1 3 types d’intelligence La construction de programmes tâches qui sont, pour l’instant, accomplies l’organisation de la mémoire et le [ Marvin Minsky ] «
  • 12. 12 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive L’intelligence générale Illustration 1 : up or down ? (Source : internet... Cette illustration est utilisée dans ce contexte plusieurs milliers de fois depuis 2013, sans donnée précise sur son origine).
  • 13. 1 LES FONDAMENTAUX 13 PERSPECTIVES ET BESOINS DE R&D La « super intelligence » illustration 1 « Est-ce que le chat Faire de l’IA : symbolique ou connexionnisme ? machine learning, deep learning voir illustration 2
  • 14. 14 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive De la reconnaissance de forme à l’IA machine learning Apprentissage supervisé • Why did you do that? • Why not something else? • When do you succeed? • When do you fail? • When can I trust you? • How do I correct an error? Training Data Learned Function Output Use with a Task Today This is a cat (p =.93) Learning Process Training Data Explainable Model Explanation Interface User with a Task Tomorrow • I understand why • I understand why not • I know when you’ll succeed • I know when you’ll fail • I know when to trust you • I know why you erred This is a cat • It has fur, whiskers, and claws • It has this feature: New Learning Process What are we trying to do?
  • 15. 1 LES FONDAMENTAUX 15 PERSPECTIVES ET BESOINS DE R&D Apprentissage non supervisé Apprentissage par renforcement 2 deep learning voir illustration 3 Illustration 3 : Schéma de la structure d’un neurone formel. (Source : Wikipédia)
  • 16. 16 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 3 Apprentissage supervisé : apprendre à prédire Régression Apprentissage non supervisé : apprendre à résumer Catégoriser (clustering) Association (réduction de données) L’illustration4 Illustration 4 : Les principales méthodes de machine learning. (Source : Olivier Ezratty) labelliser des images données avec label (pixels) -> (label) supervisé non supervisé consommation électrique données chiffrées prévoir (y) en fonction de (x) régression clients détecter toute bizarrerie données sans label (x, y, z...) entre des données données sans label (x, y, z...)
  • 17. 1 LES FONDAMENTAUX 17 PERSPECTIVES ET BESOINS DE R&D L’IA dans notre quotidien Optimiser : Augmenter : Anticiper : Automatiser : Software : Hardware : Data :
  • 18. 18 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Data et Big data Chapitre 2.
  • 19. 2 DATA ET BIG DATA 19 PERSPECTIVES ET BESOINS DE R&D « Data is the new soil, because for me, it 1 « Le Big data désigne des ensembles de données dont la taille dépasse la capacité des » [ David McCandless ] «
  • 20. 20 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Volume Vitesse Variété Variabilité
  • 21. 2 DATA ET BIG DATA 21 PERSPECTIVES ET BESOINS DE R&D Véracité Validité illustration 5 3% 5% 4% 9% 19% 60% What data scientists spend the most time doing Vulnérabilité
  • 22. 22 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Volatilité Visualisation ’illustration 6 treemaps sunbursts microsoft.com et circos.ca)
  • 23. 2 DATA ET BIG DATA 23 PERSPECTIVES ET BESOINS DE R&D Valeur
  • 24. 24 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Exemples d’utilisation de l’intelligence artificielle Chapitre 3.
  • 25. 3 EXEMPLES 25 PERSPECTIVES ET BESOINS DE R&D Sécurité : Productivité : Expérience utilisateur : Développement durable : Ville du futur : 1 e Route de 5e génération Forever Open Road illustration 7
  • 26. 26 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 26 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 2 éolienne silencieuse dalles piézoélectriques recharge statique sans contact + stockage d’énergie couche de roulement poreuse, silencieuse et dépolluante, potentiellement issue de la biomasse signalisation horizontale dynamique unité de bord de voie télécommunications panneaux solaires organiques piste cyclable solaire bus ou tramway en site propre rechargé par infrastructure structure modulaire préfabriquée et décarbonnée corps de chaussée à structure réservoir échanges thermiques réversibles énergie électrique eaux valorisées réseau de froid réseau de chaleur eaux usées déchets réseaux intégrés Illustration 7 : exemples de technologies mises en œuvre dans la route de 5e génération. (Source : Ifsttar)
  • 27. 3 EXEMPLES 27 PERSPECTIVES ET BESOINS DE R&D 27 PERSPECTIVES ET BESOINS DE R&D illustration 8 Illustration 8 : Exemple de bâtiment généré par réseaux neuronaux Antagonistes génératifs (GANs). (Source : Stanislas Chaillou)
  • 28. 28 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 28 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 3 illustration 9
  • 29. 3 EXEMPLES 29 PERSPECTIVES ET BESOINS DE R&D 29 PERSPECTIVES ET BESOINS DE R&D d’électricité circulant sur le réseau » RTE (entreprise de service qui gère le réseau public de transport d’électricité haute tension en France) équipe les lignes de capteurs, Les capteurs envoient en temps réel des données sur la température, sur des pannes éventuelles ainsi que sur des risques de congestion passer plus d’électricité lorsque c’est possible, sans compromettre remonte une telle quantité d’informations aux salles de dispatching qu’il devient difficile de les traiter et d’optimiser la distribution va absorber les données issues des capteurs, les analyser grâce à son algorithme et les utiliser de la même façon que le ferait le pilote de routine chronophages, détecter les anomalies, et s’il rencontre un économiques
  • 30. 30 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 30 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive L’IA dans le domaine des réseaux routiers Chapitre 4.
  • 31. 4 L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS 31 PERSPECTIVES ET BESOINS DE R&D 31 PERSPECTIVES ET BESOINS DE R&D l’intelligence automatisée l’intelligenceassistée l’intelligence augmentée l’intelligence autonome 1
  • 32. 32 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 32 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive … … … … … 2 illustration 10
  • 33. 4 L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS 33 PERSPECTIVES ET BESOINS DE R&D 33 PERSPECTIVES ET BESOINS DE R&D illustration 11
  • 34. 34 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 34 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 3 Illustration 12 : Exemple de l’utilisation du Generative design pour un projet de centre des congrès. (Source : Autodesk) Focus : IA et véhicule autonome autonome pour la capture de données et l’entraînement de pilotes autonomes Dans le futur, les algorithmes d’IA (apprentissage par renforcement notamment) pourraient permettre de piloter collectivement des flottes de véhicules voire Dès lors, les infrastructures routières deviennent indispensables : pour permettre le déploiement de nouveaux services ; assurer la liaison et la connectivité avec les Les business models des concessions routières et les services du futur, épaulés
  • 35. 4 L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS 35 PERSPECTIVES ET BESOINS DE R&D 35 PERSPECTIVES ET BESOINS DE R&D illustration 13 4
  • 36. 36 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 36 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 5 sécurité 6 7
  • 37. 4 L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS 37 PERSPECTIVES ET BESOINS DE R&D 37 PERSPECTIVES ET BESOINS DE R&D Maintenance courante de l’infrastructure Maintenance courante des équipements Viabilité hivernale, sécurité
  • 38. 38 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 38 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Gros entretien et renouvellement
  • 39. 4 L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS 39 PERSPECTIVES ET BESOINS DE R&D 39 PERSPECTIVES ET BESOINS DE R&D Exemples de technologies associées à la maintenance
  • 40. 40 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 40 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 8 Supervised learning Machine learning Unsupervised learning • Commercial excellence … … … • Operational excellence … Decision trees, random forest … … … • Stakeholder management … • Talent retention … Gaussian mixture models • Business development … Gaussian mixture models • Recruiting …
  • 41. 4 L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS 41 PERSPECTIVES ET BESOINS DE R&D 41 PERSPECTIVES ET BESOINS DE R&D Contrôle qualité, gestion des risques Ressources humaines turn-over Marchés et contrats
  • 42. 42 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 42 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 9 machine learning Le positionnement optimal des ressources L’assurance d’être livré à temps
  • 43. 4 L’IA DANS LE DOMAINE DES RÉSEAUX ROUTIERS 43 PERSPECTIVES ET BESOINS DE R&D 43 PERSPECTIVES ET BESOINS DE R&D L’optimisation de la flotte de moyens de transports L’orchestration des livraisons Le camion autonome
  • 44. 44 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive IA et maintenance des infrastructures routières Chapitre 5.
  • 45. 5 IA ET MAINTENANCE DES INFRASTRUCTURES ROUTIÈRES 45 PERSPECTIVES ET BESOINS DE R&D curative préventive prédictive prescriptive autonome temporelle
  • 46. 46 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 46 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive natural language processing computer vision d’extraire de nouvelles informations 1 2
  • 47. 5 IA ET MAINTENANCE DES INFRASTRUCTURES ROUTIÈRES 47 PERSPECTIVES ET BESOINS DE R&D 47 PERSPECTIVES ET BESOINS DE R&D 3
  • 48. 48 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Les perspectives de R&D Chapitre 6.
  • 49. 6 LES PERSPECTIVES DE R&D 49 PERSPECTIVES ET BESOINS DE R&D Production de données / capteurs Qualité des données
  • 50. 50 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 50 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Traitement des données Indicateurs
  • 51. 51 PERSPECTIVES ET BESOINS DE R&D 6 LES PERSPECTIVES DE R&D 51 PERSPECTIVES ET BESOINS DE R&D Algorithmique IA Décision en temps réel
  • 52. 52 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 52 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Besoins généraux et interdisciplinarité
  • 53. 53 PERSPECTIVES ET BESOINS DE R&D 6 LES PERSPECTIVES DE R&D 53 PERSPECTIVES ET BESOINS DE R&D Une interdisciplinarité indispensable scientifiques et technologiques pointait déjà un besoin crucial d’interdisciplinarité au sein des domaines « classiques » de l’IA, sans compter les interactions nécessaires avec les autres champs «
  • 54. 54 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 54 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Quelques enjeux politiques et sociétaux illustration 2
  • 55. 55 PERSPECTIVES ET BESOINS DE R&D 6 LES PERSPECTIVES DE R&D 55 PERSPECTIVES ET BESOINS DE R&D L’intérêt des plateformes de données versus
  • 56. 56 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive
  • 57. 57 PERSPECTIVES ET BESOINS DE R&D Autodesk. 9p. Buchanan B. G. p. 53-60. Chaillou Stanislas. 95p. Defense Advanced Research Projects Agency (DARPA). 52p. European Commission. 140p. Ezratty Olivier. 624p. Fédération française du bâtiment. 40p. 350p France Stratégie. 90p. Heudin Jean-Claude. p. 93-105. INRIA. 82p. McCulloch W. S., Pitts W. Bulletin p. 115-133. McKinsey Global Institute. 156p. Mc Kinsey Analytics. 12p. MINnD. Rapport de l’UC5-7 : 90p. 273p. Pôle interministériel de Prospective et d’Anticipation des Mutations économiques. 33p. Pwc. 63p.
  • 58. 58 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 58 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Thibault Prevost Marie-Thérèse Goux Pierre Charbonnier … Adel Abdallah … Pierre Benning … Laurent Bouillaut … David Chupin … Raphaël Goudard … Pierre Hankach … Amine Ihamouten … Grégory Labrousse … Cédric Le Bastard … Nicolas Manzini … André Orcési … Claude Rospars … Franziska Schmidt … Jean-Michel Simonin … Pascal Tebibel
  • 59. 59 PERSPECTIVES ET BESOINS DE R&D 59 PERSPECTIVES ET BESOINS DE R&D Maintenance courante de l’infrastructure … … … … … … … …
  • 60. 60 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 60 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive … … … … … … … Maintenance courante des équipements … › › › › › › … … … … …
  • 61. 61 PERSPECTIVES ET BESOINS DE R&D 61 PERSPECTIVES ET BESOINS DE R&D … … … … … Viabilité hivernale, sécurité … … … … …
  • 62. 62 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive 62 L’INTELLIGENCE ARTIFICIELLE appliquée aux infrastructures routières et à la maintenance prédictive Gros entretien et renouvellement … … … … … … …
  • 63. © 2020 - Cerema Graph’Imprim : 9-11 rue Sinclair 94000 Créteil © Gerd Altmann - Pixabay Jouve-Print - 733, rue Saint-Léonard - 53100 Mayenne - Tél. 02 43 11 09 00 Éditions du Cerema www.cerema.fr › Nos publications
  • 64. Objet d’investissements parfois considérables de la part d’entreprises comme d’Etats, la recherche-développement en (IA) la santé, la sécurité des biens et des personnes, les transports, les industries enIA,toussecteursconfondus,dépendraprobablement demain une partessentielle «Travaux publics » Si l’IA y occupe une place marginale, elle promet d’avoir, dans les prochaines décennies, des répercussions majeures sur les connaissances et pratiques du C’est pour éclairer ces « promesses » par le comité d’orientation pour la recherche appliquée en génie civil et soutenue par le service de la recherche et de l’innovation du ministère de laTransition écologique, cette étude apporte un début de réponse aux multiples questions que peuvent se Que recouvre-t-elle ? Quel en est le potentiel, Éditions du Cerema Cité des mobilités 25 avenue François Mitterrand CS 92803 69674 Bron Cedex www.cerema.fr Le Cerema est un établissement public qui et techniques ainsi que des solutions 9 782371 804739