INTELLIGENCE ARTIFICIELLE – AU SERVICE DU FUTUR

On comprend mieux de jour en jour le potentiel immense de l’intelligence artificielle appliquée aux transports. Comme de nombreux secteurs, le ferroviaire ne manque pas d’investir ce véritable booster d’innovation. L’intelligence artificielle est ainsi appelée à se développer de façon considérable à l’échelle du groupe SNCF dans les années à venir.

L’entretien

Maguelonne Chandesris, pilote du cluster Data

Maguelonne Chandesris, pilote du cluster Data

Métiers, processus et outils de production industrielle et de relation commerciale vont être modifiés. Éclairage de Maguelonne Chandesris, pilote du cluster Data, mobilité et territoire à la direction Innovation & Recherche.

Que recouvre précisément le concept d’intelligence artificielle ?

L’un de ses créateurs, Marvin Lee Minsky, la définit comme la construction de programmes informatiques qui s’adonnent à des tâches 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 et le raisonnement critique. L’intelligence artificielle, pensée dans les années 50, connaît un vrai renouveau grâce au développement majeur des capacités informatiques de production, de stockage et de traitement des données. La numérisation de la quasi-totalité de notre vie, des photos à la musique, contribue, comme le développement d’Internet, à produire des données massives. C’est la matière première qui alimente l’intelligence artificielle.

Pour la travailler, nous utilisons des algorithmes. Certes, ils ne permettent pas aux machines actuelles d’imaginer ou d’inventer. Mais elles sont capables d’apprentissage profond, ou deep learning. C’est ainsi que l’AlphaGo de Google a battu en 2015 un champion de jeu de go. Certains chercheurs travaillent désormais sur les jeux en réseau, qui comportent de la stratégie, des alliances entre joueurs et des tâches complexes à réaliser… un peu comme un réseau ferroviaire !

Comment tirer le meilleur parti de ces nouvelles possibilités ?

SNCF utilise déjà des pans de l’intelligence artificielle au quotidien, mais nous pouvons nous permettre d’aller plus loin dans les usages et revisiter notre manière d’opérer dans différents domaines, à l’exemple de la relation avec nos clients voyageurs. Le robot Pepper, expérimenté en gare fin 2015, tient une tablette, cligne des yeux et parle. Qu’il perçoive son environnement et interagisse avec les humains relève de programmes très complexes. Il doit notamment comprendre les propos des voyageurs, grâce au traitement automatique du langage. À cette interaction verbale on pourrait en ajouter d’autres comme l’interaction gestuelle avec l’analyse des mouvements et des regards des humains, ou encore la proposition de services complexes. L’intelligence artificielle peut également aider nos agents au diagnostic lors d’opérations de maintenance ou de réparation. Elle fait également l’objet de chantiers du programme de renouveau technologique TECH4RAIL de SNCF, pour explorer la faisabilité d’un train autonome et améliorer les performances de l’exploitation.

Sur quelles pistes travaille de façon plus spécifique la direction innovation & recherche ?

En complément des 2 exemples cités précédemment, nous avons lancé un programme spécifique nommé Socle intelligence artificielle. Il comporte des travaux exploratoires liés à la gestion de l’exploitation. Certains sont menés en partenariat avec des acteurs majeurs comme l’Institut de Valorisation des Données (Ivado) de Montréal ou l’École des mines de Saint-Étienne. Nous accueillons également un post-doctorant de l’École nationale supérieure Paris- Saclay, sur un thème innovant : l’adaptation de modèles mathématiques épidémiologiques à la question des retards de trains. Ces modèles sont développés pour comprendre comment se propage une maladie infectieuse, mais aussi pour déterminer qui vacciner en prévention et à qui donner des antibiotiques. Ils pourraient nous aider à mieux comprendre comment se propage le retard d’un train sur une ligne et comment limiter son impact. Adopter ce type d’approche, multidisciplinaire, s’avère très enrichissant pour innover. Elle me semble également indispensable pour répondre aux nouvelles questions éthiques que pose l’intelligence artificielle. Celle-ci nous permet aujourd’hui d’automatiser certains processus non plus physiques mais intellectuels, et cela nous interroge sur la place de l’homme. Peut-on, par exemple, utiliser des algorithmes pour rendre une décision de justice ? Dans un train autonome, que délègue-t-on à la machine sans compromettre la sécurité ? Les scientifiques conçoivent les algorithmes, mais ce n’est pas à eux de répondre seuls à ces questions.

Le regard de Dominique Cardon, sociologue, professeur au Médialab de Sciences Po, auteur de À quoi rêvent les algorithmes ?

« L’expression d’intelligence artificielle laisse à penser que des machines pourraient acquérir l’autonomie que nous accordons à l’humain. Séparer l’homme des artefacts n’a pas de sens. Nous faisons couple depuis l’aube de l’humanité avec des systèmes techniques que nous fabriquons pour nous donner une capacité d’action, de compréhension et d’intellection du monde. Plutôt que d’intelligence artificielle, je préfère parler d’intelligence augmentée. Le troisième printemps qu’elle connaît aujourd’hui représente un nouveau et original couplage entre l’homme et la machine. Les machines d’aujourd’hui réalisent des calculs statistiques à partir d’énormément de données afin d’établir des modèles, non plus déterministes, mais probabilistes. Et ces modèles sont apprenants. Mais qu’ils soient dédiés à la reconnaissance d’images ou à la traduction, leur intelligence reste hyperspécialisée, contrairement à l’intelligence humaine. Le vrai débat n’est pas l’autonomie des machines. Il est de savoir si nous éduquons bien les algorithmes, qui proposent des actions ou prennent des décisions à partir de nos traces. Leur confions-nous les bonnes données et les bons modèles ? Leur utilité actuelle est assez individualiste : rendre le service le plus efficace à chaque utilisateur, au risque de l’enfermer dans la bulle de ses propres comportements. Ils pourraient nous augmenter, nous aider à mieux réfléchir, à être plus curieux et à mieux coopérer. »

 

Deux projets à la loupe

Les retards

Deux projets à la loupe - Les retards

Le petit ralentissement d’un train peut avoir de grands effets sur toute une ligne, notamment en zone dense. Mieux comprendre comment un retard se propage et trouver les moyens de réduire son impact permettraient d’optimiser le débit sur le réseau et les temps de parcours.

Les travaux d’innovation & recherche

Un ensemble de projets permet de développer, tester et comparer différentes approches afin d’améliorer :

• la compréhension de la propagation des retards

Une première piste explorée relève de l’apprentissage (machine learning). Il s’agit d’analyser les données de circulation afin d’anticiper, de manière statistique, la propagation des retards sur les trains en circulation. Une deuxième approche consiste à modéliser le fonctionnement des différents composants du système ferroviaire et à simuler leur fonctionnement afin de prévoir quel retard se produira, et sur quel train. La troisième approche utilise des modèles épidémiologiques.

• la régulation des retards

Deux algorithmes ont déjà été développés. Le premier préconise le meilleur ordre de passage de trains venant des branches différentes mais qui doivent passer sur la même voie. Le second recommande au conducteur une durée optimisée de stationnement de son train en gare, en fonction du trafic aval. Innovation & Recherche qualifie également l’intérêt de modèles épidémiologiques de simulation pour évaluer les stratégies d’aide à la décision en matière de régulation.

Point d’étape

Les deux algorithmes ont été testés début 2017. Ils permettent effectivement de gérer les retards en temps réel. Leur utilisation combinée fera l’objet d’une expérimentation à l’automne 2017.

 

Les chatbots

Deux projets à la loupe - Les chatbots

Un agent conversationnel ou chatbot est un robot (bot) capable de converser (chat) avec un humain dont il comprend le langage naturel et auquel il apporte une réponse adaptée. Les plus performants sont des systèmes apprenants. Leur essor actuel a été nourri par les géants du Web, qui ont développé des « assistants personnels » intelligents (Siri de Apple, Google Home, Amazon Echo…).

Les travaux d’innovation & recherche

Les équipes ont travaillé au prototype d’une première borne de dialogue dès 1994. Leurs projets ultérieurs, toujours sur des systèmes automatiques de dialogue, ont alimenté le développement du 3635, numéro d’information de SNCF qui intègre la reconnaissance vocale, puis du bot Léa de Voyages-Sncf.com. En 2014, Innovation & Recherche a développé un nouveau système, cette fois pour guider les voyageurs en gare. Il a été expérimenté deux ans plus tard.

Point d’étape

Innovation & Recherche va réaliser un état de l’art et du marché, avant de comparer les différentes solutions existantes. Ces travaux seront utiles aux différentes entités du groupe, qui développent de façon indépendante des chatbots, comme Gares & Connexions, Transilien et Voyages- Sncf.com. Pour favoriser les échanges et les mutualisations, Innovation & Recherche entend contribuer (avec la direction Digital de e-sncf) à créer une communauté qui rassemble ces acteurs et leur apporter son expertise sur certains aspects techniques, comme le traitement du langage.

 

Les prémices d’une rupture technologique

Après la révolution du train à grande vitesse, SNCF entend bien garder sa longueur d’avance en déclinant avec succès l’intelligence artificielle à plusieurs domaines d’application. La preuve par trois.

 

1. Repérer in vivo les pantographes défectueux

QUOI ?

Mené par SNCF Réseau, le projet Cafeine (pour « caméra ferroviaire à intelligence neuronale ») cible la détection automatique, sur des trains en mouvement, des altérations de pantographes susceptibles de conduire à une rupture de caténaire.

EN PRATIQUE

Il s’agit de développer une station composée de caméras couplées à des réseaux locaux de neurones artificiels. « À l’instar d’un terminal informatique doté d’une intelligence locale, la station analyse les images et ne transmet que les informations pertinentes, précise Alain Rivero, informaticien SNCF Réseau à l’origine du projet. C’est un système apprenant. » Trois prototypes ont été produits avec la société GlobalSensing Technologies depuis 2015. Le dernier comporte deux caméras seulement, de la taille d’une balle de tennis. Des caractéristiques uniques sur le marché, comme leur principe. Huit stations sont en phase de test. Placées sur les portiques situés au-dessus des voies, elles détectent des défauts de pantographes sur des trains roulant à 160 km/h. Eurotunnel et Deutsche Bahn souhaitent déjà les tester. « Nous travaillons à l’industrialisation, pour un déploiement prévu en 2018 sur des sites stratégiques en Île-de-France », révèle Alain Rivero.

 

2. Améliorer la performance et la réactivité du système ferroviaire

TECH4RAILAméliorer la performance et la réactivité du système ferroviaire

QUOI ?

Le projet Booster l’exploitation par l’intelligence artificielle fait partie du programme TECH4RAIL. « Il s’agit de rendre notre exploitation plus agile. Pour cela, nous devons piloter en temps réel non seulement la circulation des trains, mais aussi les flux de voyageurs, les matériels et les ressources humaines», détaille Fabienne Réveillac, la responsable du projet.

EN PRATIQUE

L’utilisation de l’intelligence artificielle doit permettre de mieux qualifier l’état du système en temps réel, mais aussi d’utiliser des algorithmes de projection pour prévoir l’état futur et entreprendre les bonnes actions. « SNCF a déjà développé quelques algorithmes d’aide à la décision. Notre projet se veut être un coup d’accélérateur à leur intégration dans les usages, notamment grâce au développement d’une plateforme de test, signale Fabienne Réveillac. Cette plateforme modulaire permettra de tester les usages des différentes briques technologiques par les acteurs. Notre objectif est d’avoir un premier prototype d’ici à la fin de l’année. » Parmi les technologies mobilisées pourraient figurer l’apprentissage profond, mais aussi la data visualisation, la modélisation ou encore la reconnaissance vocale.

 

3. Train autonome : du rêve à la réalité d’ici 5 ans ?

TECH4RAILTrain autonome : du rêve à la réalité d’ici 5 ans ?

SNCF en a la conviction : l’automatisation et l’intelligence artificielle constitueront les clés de voûte du système ferroviaire de l’avenir. Son objectif ? Mettre sur rail un premier train autonome pour le début de la prochaine décennie.

Se doter d’un train autonome d’ici à 2023, SNCF en fait une des priorités de son programme de renouveau technologique TECH4RAIL lancé en 2016. Dans un environnement des transports en pleine évolution et de plus en plus concurrentiel, l’enjeu n’est pas de rouler sans conducteur, mais d’apporter au système ferroviaire plus de capacité, de flexibilité et de sécurité. L’automatisme offre des réponses aux problèmes de saturation des lignes de TGV ou en zone dense comme en Île-de-France, où le nombre de trains en circulation simultanée est presque partout déjà à son maximum. Cette technologie donne en effet la possibilité d’optimiser la vitesse de circulation des trains, afin de garantir une meilleure fluidité et un plus grand débit. Ainsi, les trains d’une même ligne sont paramétrés pour rouler tous de la même manière, ce qui permet d’augmenter leur fréquence, mais aussi d’améliorer la ponctualité. Le calcul de vitesse permet également de réduire les consommations d’énergie.

Différents niveaux d’automatisation

SNCF entend développer des trains intelligents, avec différents degrés d’automatisation allant de la conduite assistée jusqu’à l’automatisation totale. Ces solutions permettront de s’adapter aux différents usages du TGV, du fret ou du TER et aux futures normes de signalisation européennes (ERTMS) et à la signalisation existante. En Île-de-France, le projet NExTEO apportera une réponse au besoin de capacité dès le prolongement du RER E à l’ouest. La première étape consistera à développer, d’ici à 2019, un prototype de train-drone à destination du fret, c’est-à-dire un train télécommandé à distance par un conducteur. Un système autonome entièrement automatisé équipera deux premiers prototypes, pour le fret et pour le TER, fin 2022. Le TGV de l’avenir, équipé de nouveaux automatismes d’assistance à la conduite, devrait être mis en service entre 2022 et 2023.

Une dynamique de coopération et d’innovation

Pour relever ce défi technologique, SNCF noue de multiples collaborations. Des études sur le train « drone » et l’intelligence artificielle ont ainsi été confiées à l’institut de recherche technologique (IRT) Railenium. Au printemps dernier, un partenariat a également été signé avec Alstom et l’IRT SystemX, pour créer un système automatique de perception de l’environnement du train. Celui-ci s’appuie sur une combinaison de capteurs, notamment des caméras et des lidars pour la détection d’obstacles le long des voies et de la signalisation. Un train d’essai réalise les tests nécessaires depuis février. SNCF lance également une démarche partenariale pour réaliser d’ici cinq ans ses prototypes de train voyageurs et de train de fret autonomes. Enfin, au niveau européen, SNCF collabore étroitement avec la Deustche Bahn. Si les deux entreprises conduisent chacune leur propre projet d’automatisation, elles partagent régulièrement les résultats de leurs études et de leurs essais. Objectif : avancer de façon cohérente afin de définir les futures orientations européennes en matière de train autonome.

En résumé

Le projet Train autonome, du programme TECH4RAIL, explore différentes hypothèses depuis la conduite partiellement automatisée jusqu’à l’autonomie totale. Les bénéfices espérés ? « Augmenter la capacité du réseau sur des lignes urbaines et périurbaines, mais aussi à grande vitesse comme Paris-Lyon, améliorer la ponctualité des trains et faire baisser leurs consommations d’énergie », résume Hugues Cheritel, membre de l’équipe projet chargé du lot Intelligence artificielle.

En pratique

Deux objectifs clés sont ciblés. D’une part, la mise à disposition d’un équipement de train autonome adaptable à toute la flotte SNCF. Il sera précédé par la conception de prototypes adaptés à des cas d’usage de l’entreprise. D’autre part, des travaux sur les briques technologiques nécessaires, à l’exemple d’un système de perception de l’environnement développé en partenariat avec l’institut de recherche technologique SystemX. Un autre partenariat, avec Railenium, porte de façon spécifique sur l’intelligence artificielle. « Il s’agit de préciser les besoins éventuels en ce domaine du train autonome, d’identifier les technologies utiles et d’établir un état de l’art du secteur », explique Hugues Cheritel. Ces travaux exploratoires viendront nourrir le développement de différents niveaux d’automatisation pour les trains régionaux (TER) et le fret.

Luc Laroche, directeur du projet train autonome

Luc Laroche, directeur du projet train autonome

« Le train du futur sera truffé d’automatismes, comme demain les autres véhicules. Certains métros le sont déjà, depuis longtemps, mais dans un environnement fermé et sur des distances courtes. Avec le train autonome, nous allons loin et en milieu ouvert. Nous nous confrontons à de nouveaux enjeux : détection des obstacles et observation de l’environnement, géolocalisation, télécommunication, surveillance du bord… Ces enjeux humains et technologiques sont majeurs. Nous mobilisons l’intelligence collective de SNCF, son expérience, ses compétences et ses savoir-faire. Nous entraînons aussi toute la filière ferroviaire dans cette mobilisation et au-delà, nous invitons des partenaires issus d’autres univers industriels, notamment du monde de l’automobile, à nous rejoindre. »

 

Point de vue

Nicolas Vayatis directeur du Centre de mathématiques et de leurs applications à l’École normale supérieure Paris-SaclayDeux questions à Nicolas Vayatis directeur du Centre de mathématiques et de leurs applications à l’École normale supérieure Paris-Saclay.

Quels usages peut-on imaginer pour l’intelligence artificielle dans l’industrie ?

Il y a bien sûr la maintenance prédictive, qui aide à cibler et anticiper les interventions à partir d’informations collectées par des réseaux de capteurs. Néanmoins, les outils actuels restent encore assez descriptifs. Ils sont beaucoup plus matures dans le secteur de l’Internet, qui intègre déjà beaucoup d’applications comme la traduction automatique, le ciblage publicitaire et les moteurs de recommandations ou de recherche. On peut imaginer, par exemple, de spécialiser des algorithmes de recommandation pour les utiliser dans l’industrie comme outils d’aide à la décision. Les entreprises industrielles pourraient également connaître de petites révolutions organisationnelles et culturelles. Numériser de façon exhaustive ce qui se passe dans une entreprise et fédérer ses différentes bases de données d’activités autour d’un environnement numérique commun permettrait un regard plus transparent, moins segmenté et plus immédiat, à même de modifier complètement la façon dont circule l’information et dont sont prises les décisions. L’intelligence artificielle va enfin transformer radicalement l’activité ressources humaines, mais aussi celle des services juridiques. Il est déjà possible de rédiger des contrats de façon automatisée.

Où se situent les freins à la réalisation de ces transformations ?

Le vrai défi est, non pas technologique, mais de parvenir à instaurer un dialogue entre les technologies numériques et les expertises métier. Dans certains secteurs, les acteurs sont naturellement prédisposés à établir ce dialogue, et les choses avancent vite. Un deuxième frein tient aux coûts de développement et aux impacts humains. Peu de gens sont capables aujourd’hui de déterminer le retour sur investissement de l’automatisation d’une activité, par exemple. Difficile dans ces conditions de se lancer ! Certaines entreprises le font tout de même pour occuper un terrain qui, sans cela, pourrait être investi par de nouveaux acteurs… Ce risque d’intermédiation suffit à motiver des investissements monumentaux, par exemple du secteur bancaire.

 

2934 vue(s) en tout 26 vue(s) ce jour

Laisser un commentaire

*

Time limit is exhausted. Please reload the CAPTCHA.