Tout pour faciliter l'usage de l'IA dans l'industrie

Data / IA

Faciliter l’usage de l’IA dans l’industrie

Par Patrick Brébion, publié le 11 août 2025

De grands industriels se sont associés au sein d’une fondation open source pour promouvoir une IA de « confiance » utilisable dans tous les secteurs, ceux critiques inclus. Certains ont initié des projets de recherche portant notamment sur l’usage de l’IA Gen et de l’IA hybride dans ces contextes industriels.

Clos en septembre 2024, le programme de recherche Confiance.ai, doté de 30 M€ dans le cadre du programme France 2030, associait une vingtaine de partenaires industriels et académiques. Il a rebondi en avril dernier sous la forme de la fondation à but non lucratif « European trustworthy AI foundation ».

Les objectifs globaux restent similaires à ceux du programme, à savoir lister et développer des méthodes et des composants logiciels d’IA open source pouvant être utilisés dans des processus d’ingénierie pour de nombreuses applications y compris critiques.

La fondation comptait à sa création Air Liquide, Naval Group, Sopra Steria, Safran et Thales côté industriel, et SystemX côté recherche, mais reste ouverte à l’accueil de nouveaux membres.

Si son objectif est d’abord la diffusion, la maturation et la promotion en Europe des composants d’IA de confiance, elle a également une activité de R&T, Recherche et Technologie. Celle-ci prend la forme de projets qui peuvent être menés par différents partenaires académiques et/ou industriels. Manager R&D et coordinateur du programme IA, Mohamed Tlig décrit : « Chez SystemX, trois pistes ont été initiées : la première a pris la forme d’un projet pour garantir la confiance [robustesse, explicabilité, cybersécurité… NDLR] lors de l’utilisation de ces composants. La seconde porte sur des cas d’usage pertinents avec de l’IA générative, et la dernière sur l’IA hybride ».

Ces trois projets sont en cours de démarrage au sein de l’institut et prévus globalement pour une durée de quatre années.

Confiance.ai a revisité les disciplines de l’ingénierie (Ingénierie systèmes, génie logiciel…) pour traiter l’intégration de la technologie ML dans les systèmes critiques. Les processus d’ingénierie nécessaires aux systèmes critiques basés sur ML ont été formalisés dans ce « corps de connaissances » navigable, consultable sur https://bok.confiance.ai/

L’usage des LLM en question

L’IA générative n’avait pas fait l’objet de recherche dans le cadre du programme Confiance.ai, débuté en 2021. Mais elle fait désormais partie des sujets abordés : « L’objectif d’un des projets est de répondre à des questions comme : a-t-on besoin des LLM dans des processus d’ingénierie ? Ou encore : quelle confiance accorder aux résultats de ces modèles ? En résumé, de valider si cette technologie peut être utilisée dans le monde industriel », souligne Raphaël Braud, responsable de l’équipe sciences des données et IA chez SystemX.

Il a également pour but de lever les verrous technologiques encore nombreux avec l’IA Gen, en termes d’explicabilité notamment. « Cette technologie sert par exemple à automatiser la génération des annotations. Il s’agit de comprendre comment se propagent alors les attributs de confiance. »

Le projet initié depuis quelques mois testera aussi la technologie RAG (Retrieval Augmented Generation), qui implique l’utilisation conjointe de plusieurs LLM. Il s’agit également de valider la pertinence de ces approches avec des séries temporelles.

Les travaux autour de l’IA hybride ont d’autres objectifs. Les industriels détiennent des kilomètres linéaires de documents techniques, en d’autres mots de connaissances. La question se pose de savoir comment tirer parti de ces dernières. « Par exemple pour hybrider des ontologies avec des LLM », illustre Raphaël Braud. Ou encore, pour ajouter des connaissances issues de la modélisation de processus dans des secteurs d’activité donnés (génie civil…) à l’IA.

Cette approche pourrait contribuer à optimiser les simulations numériques. Une autre facette de ces projets portera sur l’identification d’indicateurs pertinents pour les opérateurs humains. « Trouver les bons indicateurs est indispensable pour que ces technologies soient acceptées par les utilisateurs », conclut Mohamed Tlig. Des discussions sont en cours avec plusieurs industriels membres de la fondation pour décliner ces projets avec des cas d’usage.



À LIRE AUSSI :

Dans l'actualité

Verified by MonsterInsights