Cela fait maintenant environ 10 ans que l’accélération des innovations et des possibilités des systèmes de vision par ordinateur est en route. (Photo: 123RF)

BLOGUE INVITÉ. L’été est à nos portes, les arbres bourgeonnent et les premières fleurs apparaissent. Nous pourrons sous peu nous régaler les yeux des couleurs flamboyantes d’une nature en pleine floraison. S’il y a bien un sens que l’humain exploite pratiquement en permanence, c’est la vue. Nous nous en servons autant pour admirer les beautés de notre environnement que pour conduire, manger, écrire une lettre ou simplement pour assembler avec nos enfants leur nouveau Lego.

En fait, nos yeux sont si importants et l’information qu’ils traitent est si volumineuse qu’ils monopolisent un lobe entier de notre cerveau, le lobe occipital. De plus, environ 90% de l’activité de notre cerveau sert à traiter ce que nous regardons, de l’interprétation du signal capté par nos yeux (couleur, forme, mouvement, beauté, etc.) à sa contextualisation dans l’environnement qui nous entoure.

Pas la peine de vous dire qu’en milieu industriel, regarder quelque chose avec attention afin d’y trouver un défaut ou une anomalie, surtout quand on le fait à répétition, c’est carrément épuisant!

Depuis près de 60 ans, le concept de la vision artificielle fait rêver les chercheurs. Ce fut la source d’inspiration de nombreux films de science-fiction. La vision par ordinateur, aussi appelée vision artificielle ou vision numérique, en est aujourd’hui à un point extraordinaire dans son histoire. Cela fait maintenant environ 10 ans que l’accélération des innovations et des possibilités des systèmes de vision par ordinateur est en route.

Deux changements majeurs sont survenus au cours de la dernière décennie et ont permis cet essor fulgurant. Le premier est l’arrivée des réseaux de neurones profonds comme modèle d’apprentissage en intelligence artificielle. La puissance et les possibilités des réseaux de neurones sont reconnues pour avoir radicalement changé la donne dans le monde de l’intelligence artificielle, surtout dans les systèmes de vision par ordinateur. Les modèles utilisant les réseaux de neurones ont en réalité ouvert un tout nouveau monde de possibilités dans le traitement de l’image par l’intelligence artificielle.

Ajoutez à cela une baisse vertigineuse du prix des caméras de grade industriel, qui inclut un microprocesseur «embarqué», et vous avez la combinaison parfaite pour rendre cette technologie à la fois puissante et accessible!

La citation de tous les jours «Je vais le croire quand je vais le voir!» est le parfait contraire du réflexe que nous devons avoir en entreprise compte tenu de ce que les technologies de vision rendent possible aujourd’hui. Il faut arrêter de vouloir voir les choses pour les valider, mais plutôt utiliser nos yeux pour concevoir et innover.

Les chaînes de production et les machines vont de plus en plus vite, sans compter que les exigences de perfection augmentent. Les technologies de vision par ordinateur ont largement dépassé ce que l’humain peut faire en matière de validation à l’oeil nu – et je ne parle même pas ici de la cadence incroyable qu’il est possible d’atteindre grâce à elles.

Dites-vous simplement que les systèmes de vision d’aujourd’hui permettent d’effectuer des tâches d’analyse d’images très complexes en une fraction de seconde et à un prix dérisoire. L’utilisation de l’intelligence artificielle en vision par ordinateur est d’ailleurs un «quick-win» trop souvent sous-estimé dans le monde manufacturier et dans le monde des affaires en général.

Pour une simple validation de dimensions ou un contrôle qualité très poussé, le temps d’entraînement d’un algorithme peut varier de quelques semaines à quelques mois tout au plus. Après ce premier entraînement, le système aura déjà battu l’humain. Par la suite, le système devient progressivement encore meilleur au fil des entraînements et des nouvelles données fournies.

En 2012, le milliardaire et cofondateur de Sun Microsystems Vinod Khosla est allé jusqu’à dire que les radiologistes qui pratiqueront encore dans 10 ans «will be killing patients». D’accord, on est presque 10 ans plus tard et on a encore besoin des radiologistes… mais pour combien de temps?

Toutefois, si vous demandez à un humain de valider avec ses yeux la conformité de quelque chose qui est produit à la chaîne ou de trouver des défauts aux légumes que vous produisez, il est grand temps d’arrêter et de confier cette tâche à une machine!

La règle est simple: ce que l’humain peut voir, le système de vision le verra. Et si c’est le cas, de grâce, n’assignez pas la tâche à l’humain!