les experts

Ces dernières années, le secteur industriel n'a cessé d'évoluer. Nous parlons même d’une nouvelle révolution industrielle. Mais connaissez-vous vraiment l’Industrie 4.0 ?

Avant d'évoquer l'Industrie 4.0, revenons quelques siècles en arrière. À la fin du 18e siècle, l'Europe va vivre sa première révolution industrielle. Les travaux qui étaient principalement réalisés manuellement vont être mécanisés, grâce notamment à la machine à vapeur inventée par James Watt en 1760. La deuxième révolution va débuter quant à elle vers 1870. Cette fois-ci, c'est l’électricité, apparue au début du siècle et l'exploitation du pétrole qui la provoqueront.

Durant cette période, de nouvelles méthodes de travail vont également être inventées afin d'accroître la productivité Industrielle. Parmi-elles, le Taylorisme et le Fordisme. La troisième révolution va voir le jour dans les années 1960-1970. L'électronique va être au cœur de cette révolution. Avec lui, l'automatisation et la robotisation vont permettre d'améliorer une nouvelle fois la productivité des industries. Pour finir, celle que nous traversons depuis maintenant une dizaine d'années, la quatrième révolution industrielle, ou Industrie 4.0. 

Pour beaucoup de personnes, l’industrie 4.0 consiste principalement à surveiller et à contrôler en temps réel une machine en installant des capteurs. La réalité est tout autre. L'industrie 4.0 est beaucoup plus que cela ; elle est avant tout un ensemble de briques technologiques, permettant d'optimiser et d'exploiter dans les meilleures conditions une installation industrielle. Chacune de ces briques doit permettre de solutionner un problème en particulier.

En 2022, le coût des énergies est devenu la principale problématique des industriels. La consommation énergétique du secteur industriel représente 19% de la consommation totale française (2020 - SDES, Bilan énergétique de la France). Il devient donc primordial pour chaque industriel de maîtriser sa consommation énergétique.

Dans ce contexte, l'Industrie 4.0, avec l'intégration de capteurs et de solutions IIot (Objet connecté) va permettre d'identifier certaines anomalies. Par exemple, la détection d'une fuite d'eau ou d'air comprimée. Selon l’importance de celle-ci, son coût annuel peut représenter plusieurs centaines/milliers d'euros.

À l'échelle industrielle, la multiplication de celles-ci peut représenter un budget de plusieurs milliers d'euros ! Sans compter les kilowattheures d'électricité et les litres d'eau consommés inutilement. L'interconnectivité de ces nouveaux équipements, combinés avec un logiciel d'Intelligence Artificielle (IA) va permettre de détecter automatiquement ces fuites, pour ensuite venir piloter des actionneurs qui vont les isoler du réseau. Pour finir, un outil de supervision va historiser cette défaillance, puis émettre une alerte aux équipes de maintenances à travers différents outils de communication : sms, mail ou message instantané.

L'industrie française a également besoin d'embaucher, mais elle est confrontée depuis plusieurs années à une pénurie de main-d'œuvre. Début 2022, d'après l'Union des industries et métiers de la métallurgie (UIMM), près de 70 000 emplois étaient à pourvoir immédiatement. Si rien n'est fait, la situation risque d'empirer dans les prochaines années avec de nombreux départs à la retraite.

Avec cette problématique, l'intégration de robots et de cobots doit permettre aux industriels de combler en partie de ce manque de candidats. Pour beaucoup, la robotique était synonyme de perte d'emploi. Or, il n'en est rien ; l'humain est toujours présent : son rôle a cependant évolué en même temps que la technologie. Les cobots et robots industriels viennent désormais en soutien à l'opérateur en lui supprimant des tâches répétitives. Pour préserver la santé de ses salariés, un industriel peut également opter pour l'acquisition d'exosquelettes, dans le but par exemple d'aider un opérateur dans ses tâches nécessitant le port de charges lourdes.

Bien évidemment, l'intégration de ces nouvelles technologies doit se faire en parfaite collaboration. L'Industrie 4.0 doit permettre à tous les collaborateurs d'acquérir de l'autonomie et de monter en compétences, afin de trouver un sens à son travail ; quête qui est devenue essentielle dans la société actuelle.

Durant ces prochaines années, l'investissement dans ces nouvelles technologies va devenir incontournable pour les industriels sous peine de voir leur productivité décroître. Cependant, un autre problème de taille subsiste. La pénurie de composants. Le délai d'approvisionnement de certains matériels électroniques et électriques est passé de quelques jours, à plusieurs semaines, voire plusieurs mois dans certains cas.

C'est pourquoi de nombreux intégrateurs travaillent dès à présent avec des logiciels de création de jumeaux numériques. Ces nouveaux outils permettent de reproduire le fonctionnement réel d'une machine, d'une ligne de production ou d'une usine dans un environnement virtuel. La disponibilité du matériel au début du projet n'est donc plus nécessaire, de nombreuses simulations peuvent être réalisées uniquement à partir d'un ordinateur. Une seconde technologie peut également venir en aide aux industriels touchés ces pénuries de pièces. Il s'agit de l'impression 3D ou fabrication additive. Produire des pièces en polymères, en fibre de carbone ou même en acier inoxydable directement au sein de son usine, pour en assurer la maintenance par exemple, est aujourd'hui devenue une réalité.

Avec ces quelques exemples, vous l'aurez compris, toutes ces briques technologiques 4.0 ont l'avantage de pouvoir s'adapter aux besoins de chaque industriel. Peu importe sa taille, son secteur d'activité ou sa capacité d'investissement, il y a forcément une solution 4.0 qui répondra à sa problématique. La plus grande difficulté restera le choix de partenaires de confiance pour garantir une transition réussie !

Rivière Vincent

Fondateur et rédacteur du site lindustrie40.fr (https://lindustrie40.fr/)

Automaticien Industriel

https://www.linkedin.com/in/riviereautomation

Et pour accompagner cette intervention, dont je remercie l'auteur, voici d'autres informations relatant du sujet du jour.

Pour rappel, voici les liens de la double intervention de l'expert cité ci-dessus, consacré à son domaine de prédilection, l'intelligence artificielle

http://competitiviteinfrance.overblog.com/2019/12/l-ia-selon-neovision-i.html

http://competitiviteinfrance.overblog.com/2019/12/l-ia-selon-neovision-ii.html

Et comme l'innovation ne s'arrête jamais, voici un sujet consacré à l'avènement de l'industrie 5.0

https://www.lesaffaires.com/secteurs-d-activite/manufacturier/preparez-vous-a-larrivee-de-lindustrie-50/633316

Du latin inflare, qui veut dire « enfler », « gonfler », le mot « inflation » désigne habituellement le processus d'augmentation continue des prix des biens de consommation. Parce que bon nombre d'économistes associent, comme on le verra, cette hausse des prix des biens de consommation à une augmentation excessive de la quantité de monnaie en circulation dans l'économie, le terme peut également faire référence au « gonflement » de la masse monétaire.

Les prix des biens de consommation subissant une augmentation – volontiers dénommée « vie chère » –, il s'ensuit que le « pouvoir d'achat » des revenus et des patrimoines, c'est-à-dire la quantité de biens qui peut être achetée avec une unité de revenu ou de patrimoine, mais également le pouvoir d'achat de la monnaie, c'est-à-dire ce qui peut être acheté avec une unité de monnaie, diminue au rythme de l'inflation, dont on dit qu'elle ampute le pouvoir d'achat, sauf dans le cas où les revenus ou les patrimoines sont indexés sur une mesure du niveau des prix à la consommation : on parle alors de maintien de la valeur « réelle » du revenu ou du patrimoine, c'est-à-dire de maintien du pouvoir d'achat.

Lorsque le niveau général des prix à la consommation baisse de façon prolongée, on parle de « déflation », qui est donc une inflation négative. Rare depuis la Seconde Guerre mondiale, la déflation est généralement considérée comme une situation dangereuse pour l'économie, parce que l'anticipation d'une baisse future des prix des biens incite les consommateurs à différer leurs achats, ce qui engendre une baisse de la demande adressée aux entreprises, donc une baisse ultérieure des prix, etc.

En revanche, la « désinflation », qui est un ralentissement de l'inflation, est généralement saluée comme une évolution favorable, notamment dans les pays où l'inflation a été forte et durable. Pourtant, même lorsque l'inflation est basse, certains gouvernements peuvent être tentés par des stratégies de « désinflation compétitive » : il s'agit alors, comme l'a fait la France au cours de la seconde moitié des années 1980, ou l'Allemagne au début des années 2000, de chercher à obtenir un taux d'inflation plus faible que ceux des principaux partenaires, notamment ceux avec qui l'on entretient une parité fixe de la monnaie nationale, de manière à accroître ainsi la compétitivité des producteurs nationaux par rapport à leurs concurrents étrangers. Une telle stratégie, non coopérative par nature puisque son éventuel succès dépend de la passivité des partenaires et ne peut être que relatif, est souvent tentante dans les unions monétaires : elle se substitue alors aux « dévaluations compétitives » de la monnaie nationale que l'existence d'une monnaie unique rend impossibles.

En présence d'inflation, les grandeurs économiques mesurées ne sont que des valeurs nominales, qui sont susceptibles d'engendrer une « illusion monétaire » ; pour être pertinentes, ces valeurs doivent être corrigées des variations des prix à la consommation : on parle alors de « grandeurs réelles », les revenus « réels » étant mesurés en termes de pouvoir d'achat, les taux d'intérêt « réels » résultant de la soustraction du taux d'inflation au taux d'intérêt nominal, etc.

Mesurer l'inflation est une opération simple en théorie, puisqu'il s'agit d'évaluer l'évolution de grandeurs observables. Mais cette évaluation est compliquée par le fait qu'il faut en donner une mesure synthétique, qui permette à tous les citoyens usagers d'une monnaie de juger de l'évolution du pouvoir d'achat de leurs encaisses, de leurs revenus et de leur patrimoine. C'est d'autant plus difficile qu'il existe une large gamme de biens et services différents, dont les prix n'évoluent pas de manière identique, et que les structures de consommation des individus composant la société diffèrent significativement. Dans une société homogène dont l'économie produirait un petit nombre de biens et services consommés par tous dans des proportions voisines, l'opération serait relativement simple : on aura reconnu là le fameux « panier de la ménagère », consommé par le « Français moyen », ou la non moins célèbre « ménagère de moins de 50 ans », chère aux annonceurs publicitaires sur les chaînes de télévision.

https://www.universalis.fr/encyclopedie/inflation/1-qu-est-ce-que-l-inflation/

https://www.ecb.europa.eu/ecb/educational/hicp/html/index.fr.html#:~:text=Une%20hausse%20globale%20des%20prix&text=On%20parle%20d'inflation%20lorsque,d'acheter%20moins%20de%20produits.

https://www.orangebank.fr/blog/culture/qu-est-ce-que-l-inflation

https://medias24.com/2021/11/18/les-bienfaits-caches-de-linflation-sur-leconomie/

Macron présente un plan de 1,8 milliard d’euros pour faire de la France un leader mondial dans le quantique

www.frenchweb.fr/macron-presente-un-plan-de-18-milliard-deuros-pour-faire-de-la-france-un-leader-mondial-dans-le-quantique/413324

Le 21/01/2021

Après avoir dévoilé il y a deux ans la feuille de route de la France dans le secteur de l’intelligence artificielle, Emmanuel Macron dévoile son plan pour un autre secteur, plus révolutionnaire encore, à savoir celui du quantique. Dans ce cadre, le président de la République présente ce matin à l’université Paris-Saclay sa stratégie pour placer la France parmi les premiers pays à atteindre une souveraineté technologique dans ce domaine. Pour y parvenir, le gouvernement prévoit d’y allouer une enveloppe de 1,8 milliard d’euros pour réaliser des investissements qui s’étaleront sur 5 ans.

Cette stratégie sera portée par le ministère de la Recherche, le ministère de l’Économie, des Finances et de la Relance et le secrétariat d’État au Numérique, et le ministère des Armées. Par ailleurs, un coordinateur, un Monsieur «Quantique», doit être nommé dans les prochains jours pour «mettre un peu d’huile dans les rouages», selon les termes de l’Élysée. Ce plan s’appuie sur les recommandations formulées dans le rapport «Quantique, le virage technologique que la France ne ratera pas», présenté il y a un an par la députée Paula Forteza. Dans ce document de 68 pages qui comprenait 37 propositions, elle appelait notamment à investir 1,4 milliard d’euros sur cinq ans dans le domaine. Un montant finalement revu à la hausse par le gouvernement avec l’aide de Bruxelles et des acteurs industriels français.

Sur les 1,8 milliard d’euros prévus, un milliard d’euros provient de l’État seul. Les 800 millions restants proviennent d’engagements pris par des acteurs industriels (500 millions), de financements européens (200 millions) et d’investisseurs qui gravitent autour de l’écosystème français de start-up (100 millions). Concernant la répartition des 1,8 milliard d’euros pour financer les différents niveaux de la stratégie quantique de la France, 430 millions d’euros seront dédiés aux travaux concernant l’ordinateur quantique universel, «qui est un peu le Graal de tout ce domaine» selon l’Élysée, tandis que 350 millions d’euros seront alloués aux projets sur des simulateurs quantiques. Par ailleurs, 320 millions d’euros seront consacrés aux systèmes de communication quantique, 250 millions d’euros aux capteurs quantiques et 150 millions d’euros à la cryptographie post-quantique. Enfin, 290 millions d’euros seront investis dans les technologies connexes autour du quantique (lasers, cryogénie…).

Avec Fanny Bouton, Olivier Ezratty et Richard Menneveux, nous vous proposons d’aller à la rencontre des acteurs clés du quantique dans l’émission DECODE Quantum sur Apple Podcasts, Spotify et Deezer.

La recherche au centre de la stratégie du gouvernement 

Pour amener les technologies quantiques à maturité, les acteurs de la recherche seront largement mis à contribution. Pour le seul domaine de la recherche, c’est plus du tiers de l’enveloppe totale, soit 700 millions d’euros, qui y sera dédié. Parmi les initiatives dans les tuyaux, un programme prioritaire de recherche avec une enveloppe de 150 millions d’euros va être confié au CEA (Commissariat à l’énergie atomique et aux énergies alternatives), au CNRS (Centre national de la recherche scientifique) et à l’Inria (Institut national de recherche en sciences et technologies du numérique). Ces trois organismes auront pour mission de mettre en place un plan d’action pour aboutir à des avancées concrètes autour des technologies quantiques avec l’ensemble des universités travaillant sur le sujet. Pour rappel, 80% de l’écosystème français du quantique est réparti entre Paris, Saclay et Grenoble. Indissociable de la recherche, la formation est logiquement mise en avant dans le plan du gouvernement. Dans ce cadre, 70 millions d’euros seront alloués à des programmes et crédits de formation, ainsi qu’à des bourses de thèse.

Dernier maillon de la chaîne, l’entrepreneuriat se verra octroyer la somme de 390 millions d’euros pour épauler les groupes industriels et les start-up dans leurs projets dans le quantique. Certains acteurs n’ont d’ailleurs pas attendu ce plan pour se mettre en ordre de bataille, à l’image de la jeune pousse technologique Pasqal qui a noué un partenariat fin 2020 avec Atos pour développer un accélérateur quantique s’appuyant sur la technologie des atomes froids de la start-up. Avec Atos, Pasqal ambitionne de placer la France en tête des technologies quantiques d’ici 2022, ce qui ne devrait pas manquer de plaire à Emmanuel Macron. Autre acteur ambitieux, la start-up Alice&Bob travaille en collaboration avec six laboratoires académiques, à savoir l’Inria, l’ENS-PSL, les Mines ParisTech, l’ENS-Lyon, le CNRS et le CEA. Cette mutualisation des forces vise à développer le qubit de chat de Schrödinger, étape décisive pour créer un ordinateur quantique universel sans erreur. Pour propulser davantage de projets d’entrepreneuriat dans le quantique, l’État compte notamment sur Bpifrance, acteur très actif qui a contribué à l’essor de la French Tech ces dernières années en mobilisant plusieurs centaines de millions d’euros à destination des start-up.

Derrière le terme de quantique, se cache un univers vaste et complexe qui doit permettre d’atteindre une puissance de calcul inédite. Et pour cause, la brique de base de cette technologie ne repose pas sur les bits, mais les qubits (bits quantiques). Contrairement aux bits des ordinateurs classiques qui ne peuvent se trouver que dans deux états, 0 ou 1, les qubits peuvent se trouver dans plusieurs états à la fois. De ce fait, avec cette superposition des états, il est possible d’effectuer plusieurs calculs à la fois, et ainsi de parvenir à des algorithmes capables de résoudre les problèmes les plus complexes. A terme, le but est de créer l’ordinateur quantique universel, qui pourrait traiter des masses de données gigantesques et réaliser des opérations allant bien au-delà de notre imagination. Cette technologie serait notamment très utile dans le cadre d’une crise sanitaire comme l’épidémie de Covid-19, avec un développement de vaccins et de médicaments qui serait bien plus rapide qu’à l’heure actuelle.

De 60 à 200 millions d’euros par an dans le quantique

Avec ce plan de 1,8 milliard d’euros, l’objectif est d’injecter 140 millions d’euros supplémentaires par an dans le quantique, contre 60 millions d’euros actuellement. Sur les cinq prochaines années, ce sont donc 200 millions d’euros par an qui seront consacrés aux investissement dans le secteur. «Cela devrait nous faire passer en termes d’investissement à la troisième place mondiale, c’est-à-dire juste derrière les États-Unis et la Chine, qui sont évidemment sur des détails difficilement comparables. Donc c’est un effort absolument majeur, mais qui doit mobiliser tout l’écosystème qui devra s’étendre au niveau européen», indique l’Élysée.

L’exécutif précise aussi que cette stratégie de la France dans le quantique s’inscrit dans la continuité de la politique menée par le gouvernement dans le numérique et la recherche. «C’est ce que l’on a vu à travers la loi de Programmation pour la recherche qui vient d’être votée et qui va apporter 25 milliards sur 10 ans aux écosystèmes de recherche. C’est également ce qu’on porte à travers le plan France Relance, qui vise à la fois à redémarrer l’économie et relancer l’économie, mais aussi à préparer la France de 2030. Puis, c’est également ce qu’on fait à travers le programme d’investissements d’avenir qui, lui, est doté de 20 milliards d’euros sur les 5 prochaines années et qui va permettre d’apporter les financements à tous ces écosystèmes.»

Le défi s’annonce pour autant difficile pour la France, pour ne pas dire impossible, face à des géants comme les États-Unis et la Chine qui n’ont pas lésiné sur les moyens pour prendre plusieurs longueurs d’avance dans le quantique. Le Congrès américain s’est saisi du sujet dès 2018 avec le National Quantum Initiative Act, une loi prévoyant d’injecter 1,2 milliard de dollars sur 5 ans dans le quantique. Si ce montant est plus faible que celui du plan français, les États-Unis peuvent compter sur leurs géants technologiques, et notamment les GAFAM, pour s’imposer dans ce secteur florissant. Selon le cabinet McKinsey, l’informatique quantique représentera un marché pesant 1 000 milliards de dollars en 2035.

La quête vers l’ordinateur quantique de référence a d’ailleurs connu une accélération spectaculaire outre-Atlantique en 2019 sous l’impulsion de Google qui a annoncé avoir expérimenté la «suprématie quantique» avec un processeur capable de faire un calcul en trois minutes, là où un supercalculateur «classique» aurait mis près de 10 000 ans. Une suprématie quantique contestée par IBM, autre poids lourd du secteur, qui développe également une machine quantique de 53 qubits, soit l’équivalent en puissance de celle de Google. L’an passé, le groupe industriel américain Honeywell est également entré dans la course en lançant «l’ordinateur quantique le plus puissant au monde», avec un volume quantique atteignant 64, soit le double de la puissance du super-ordinateur d’IBM.

La Chine mobilise 10 milliards de dollars pour un laboratoire quantique

Très actifs en France, ces géants américains pourraient-ils bénéficier de la stratégie quantique de la France ? L’exécutif se veut rassurant sur le sujet : «Dans les cas les plus agressifs ou sur les technologies les plus confidentielles ou importantes, on a les outils habituels de gestion du risque, comme le décret IEF (NDLR : le contrôle des investissements étrangers en France) qui permet de bloquer les investissements, notamment dans le domaine du quantique. Donc là, évidemment, sur tous les cas de rachat qui pourraient intervenir, on sera amené à se prononcer. Mais le premier enjeu à court terme, c’est vraiment de rendre la France attractive aux yeux du monde entier sur le sujet du quantique.»

De son côté, la Chine s’est distinguée en 2017 en débloquant une enveloppe de 10 milliards de dollars pour construire un laboratoire national dédié aux sciences de l’information quantique tandis qu’Alibaba avait pris le sujet à bras le corps dès 2015 avec son propre laboratoire consacré aux technologies quantiques pour développer un prototype d’ordinateur quantique à usage général doté de 50 à 100 qubits à l’horizon 2030. La firme de Jack Ma, qui est actuellement dans le viseur de Pékin depuis les critiques publiques de son fondateur à l’encontre des autorités de régulation financière, a prévu de mobiliser pas moins de 15 milliards de dollars dans l’intelligence artificielle, la FinTech et la recherche quantique. D’autres géants chinois, Tencent et Baidu, s’intéressent également au quantique.

Si les États-Unis et la Chine ont déjà pris les devants dans le secteur, c’est aussi le cas de plusieurs pays européens. Pour rappel, le Royaume-Uni a été l’un des premiers pays du Vieux Continent à se doter d’une stratégie quantique en 2013, qui s’est traduite par plus d’un milliard d’euros d’investissements prévus entre 2014 et 2024. Quelques années plus tard, l’Allemagne s’est également lancée dans la course avec un plan de 650 millions d’euros en 2018. A l’échelle continentale, l’Union européenne a lancé un programme Flagship Quantique doté théoriquement de 1 milliard d’euros sur 10 ans. Une première tranche de 135 millions d’euros a été allouée à une vingtaine de projets en 2018.

Il était donc temps pour la France de se doter d’une feuille de route dans le quantique, un secteur sensible qui devrait rebattre les cartes au niveau mondial dans des domaines comme l’économie, la santé et l’industrie. Dans cette course dans le quantique, la France espère ainsi finir aux avant-postes avec une souveraineté technologique renforcée. Après la révolution de l’intelligence artificielle gagnée par les Américains (GAFAM) et les Chinois (BATX), Français et Européens ne veulent pas rater celle du quantique, sous peine de voir leur puissance considérablement affaiblie dans les prochaines décennies.

Lire aussi : Les ambitions de la France dans le quantique

https://www.frenchweb.fr/les-ambitions-de-la-france-dans-le-quantique/388804

https://www.frenchweb.fr/decode-quantum-speciale-avec-cedric-o-pour-decoder-le-plan-quantique-du-gouvernement/413501

Définition du mot quantique

Qui concerne l’étude de la matière dans le cadre de la théorie des quanta. - Les électrons sont des objets éminemment quantiques.

https://www.dico-definitions.com/definition_dico.php?id_mot=109046&nommot=quantique&base=3

https://www.frenchweb.fr/innovation-quantique-de-quoi-parle-t-on/413436

Ne pas rater

https://mailchi.mp/systematic-paris-region.org/nl-8-hub-digital-engineering-septembre-718326?e=42aef1dd62

SiMSEO : 730 PME sensibilisées, 360 accompagnées à l’intégration d’outil de simulation, 77 offres de service proposées,  139 formations dispensées

SiMSEO, le programme national d’accompagnement des PME à l’usage de la simulation a été clôturé le 30/09/2020. Cette initiative pilotée par Teratec a été un succès national au vu des :

• 730 PME sensibilisées dans 45 villes de France
• 360 PME accompagnées à l’achat d’une des 77 offres de service de simulation proposées dans le domaine du BTP et de l’Industrie Manufacturière  
• 139 formations à l’usage déployées

Cette réussite nationale, qui a  largement dépassé les résultats attendus, a été présentée à la DGE le 8/11/2020.

Déployée sur deux domaines industriels, SiMSEO a été une belle preuve de concept de l’aide apportée à nos PME pour les accompagner dans l’amélioration de leur production numérique.

Rappelez-vous, le 22 février 2017, vous découvriez le programme SIMSEO

http://competitiviteinfrance.overblog.com/2017/02/simseo-datapoc.html

Un programme d'accompagnement des entreprises à l'usage de la simulation numérique.

Demain, le résultat

Les industriels tendent la main aux technologies haptiques

Aujourd’hui, la communication entre l’homme et les objets numériques est presque exclusivement basée sur la vision et l’audition. Pourtant, le toucher joue également un rôle prépondérant dans la façon dont nous comprenons et nous interagissons avec notre environnement. Introduisant le sens du toucher dans les communications homme-machine, le développement des technologies dites « haptiques » s'est accéléré ces dernières années. Smartphones, automobile, réalité virtuelle…

Comment et pourquoi l’haptique est en train de révolutionner tous les secteurs ?

Dérivée du mot grec « haptikos » signifiant « capable de toucher ou de saisir », l’haptique est la science du toucher. 

Ce sens nous est indispensable. En tant qu’Humain nous sommes en effet nés pour toucher, que ce soit pour nouer des relations, pour apprendre ou encore interagir avec notre environnement. Cependant, à l’ère du numérique, si la vision et l’ouïe ont bénéficié d’excellents moyens de transduction, le toucher est resté longtemps la brique manquante de ces dispositifs.

Conscients de cette lacune, les industriels se lancent désormais dans la course pour implémenter le toucher dans leurs produits.

Avec l’intégration de la fonction vibration, c’est l’univers des smartphones qui a contribué à stimuler le développement des technologies haptiques. Effectivement, les vibrations dans les mobiles créées dans un premier temps pour de simples fonctions d’alerte ou de sonnerie en mode silencieux, sont devenues de véritables vecteurs de messages pour les utilisateurs. Ainsi, les smartphones produisent désormais des retours tactiles lorsque l’on accède à certaines icônes ou fonctions.

Autre secteur accélérant le développement de solutions haptiques : l’automobile, qui y voit le moyen de répondre aux nouvelles attentes de ses clients. Le retour haptique permet de plus aux interfaces du véhicule de communiquer de manière plus intuitive et efficace avec leurs utilisateurs, accélérant ainsi la transition vers des voitures autonomes plus sûres.

Conscientes de ces forts enjeux, les sociétés spécialisées dans l’haptique proposent aux fabricants des solutions pour rendre l’expérience-utilisateur plus sûre, plus transparente et confortable. C’est le cas d’Actronika, start-up parisienne spécialisée dans l’haptique. Cette dernière cherche à réduire les distractions visuelles en permettant à l’usager d’utiliser uniquement le toucher et à accroître la sécurité en équipant les sièges et volants d’alertes haptiques pour avertir le conducteur d’un danger. Actronika permet également de diminuer la complexité de l’habitacle en remplaçant les boutons mécaniques par des surfaces dites « intelligentes ».

Du côté de la réalité virtuelle, si les casques VR sont déjà capables de nous transporter dans un autre monde en trompant notre vue et notre ouïe, là encore il manquait un élément crucial : la simulation du toucher.

Actronika révolutionne l’univers de la VR avec sa veste haptique permettant de ressentir la sensation de contact et de toucher dans le monde réel en fonction des événements qui surviennent dans la réalité virtuelle. Dans l’univers du gaming ou encore de la formation professionnelle, cette technologie permet une immersion totale en reproduisant des sensations en temps réel tels que le feu, le vent, l’utilisation d’outils, les tirs ou encore des interactions sociales.

Il existe de nombreuses autres futures applications de l’haptique, comme dans le domaine de la santé. Dans le futur, nous pouvons ainsi envisager des prothèses de main équipées de cette technologie. De cette manière, des amputés pourraient retrouver un certain sens du toucher.

L’haptique s’avérera probablement également très utile dans le e-commerce pour pouvoir toucher un produit avant de l'acheter.

Vous l’aurez compris, les technologies haptiques représentent donc un puissant levier de compétitivité pour les entreprises.

Êtes-vous prêt à leur tendre la main ?

A propos d’Actronika :

L’histoire d’Actronika commence dans les laboratoires de l’Université Pierre et Marie Curie, désormais appelée Sorbonne Université. Vincent Hayward y enseigne l’haptique (la science du toucher) et déposera plusieurs dizaines de brevets au cours de sa carrière sur le sujet.

Il est à l’origine de la réalisation d’un actionneur haptique, une technologie de vibreur nouvelle génération s’intégrant dans les objets et capable de reproduire des sensations tactiles haute définition. En 2016, il crée Actronika avec Gilles Meyer et Rafal Pijewski pour concrétiser le fruit de ces recherches. La startup parisienne propose des solutions haptiques qui permettent d’incorporer des fonctions du toucher extrêmement réalistes dans n’importe quel objet : smartphones, écrans d’automobiles, accessoires de réalité virtuelle, etc…

Cette année, son co-fondateur Vincent Hayward a reçu le Grand Prix Inria–Académie des sciences 2019 et vient d’être élu à la prestigieuse Académie des sciences pour sa contribution exceptionnelle à la science avec son travail pionnier sur l’haptique.

Plus d’informations sur www.actronika.com

Contact : Marina CRIFAR -  marina.crifar@actronika.com

L’intelligence artificielle dans l’industrie 4.0

By Mathieu Poissard

L’industrie représente l’un des terreaux les plus fertiles pour l’intelligence artificielle. En effet, cette dernière trouve pléthore d’applications dans ce secteur d’activité. Et plusieurs facteurs expliquent cela !

C’est le buzz word de ces dernières années : l’Intelligence Artificielle (IA) ! Toutefois, plus qu’un effet de mode, l’IA est une réalité et va de paire avec la transformation numérique de l’industrie.

Production standardisée, multiplication des capteurs, tâches répétitives et chronophages : le milieu industriel gagnerait beaucoup en utilisant plus d’IA. Ces technologies intelligentes visent à améliorer la performance de l’entreprise. L’IA surpasse aujourd’hui l’humain sur certaines tâches. De plus, l’utilisation de l’intelligence artificielle permet d’effectuer d’autres tâches qu’un humain ne peut traiter seul.  L’IA optimise et fiabilise la chaîne de production, et permet notamment de dégager du temps pour les salariés qui peuvent se concentrer sur les tâches à plus haute valeur ajoutée.

Un contrôle qualité automatisé et optimisé

Le contrôle qualité est un maillon essentiel pour l’industrie. En effet, de cette tâche dépend la qualité des produits vendus par l’entreprise et donc la réputation de cette dernière. Dans un monde où le “zéro défaut” est sur toutes les lèvres, l’IA a clairement un rôle à jouer pour y arriver.

En effet, contrôler la qualité des produits finis est une tâche fastidieuse : cadence de production, fatigue, perte de concentration, fonctions cognitives inexploitées, etc. Confier cette tâche à un humain peut être risqué et ne permet pas d’utiliser toutes les compétences du salarié.

Cas client

Des entreprises ont déjà passé le pas, et confié cette tâche à l’IA. C’est le cas de la société Alprobotic. Cet intégrateur de cellules robotisées rencontrait une problématique client relative au contrôle d’aspect du traitement de surface de pièces métalliques. Il souhaitait pouvoir proposer une automatisation de l’inspection, alors effectuée manuellement par des opérateurs.

Alprobotic fit ainsi appel à Neovision pour créer une technologie permettant de détecter automatiquement les défauts. Pour cela, Neovision a développé un système auto-apprenant qui apprend à quoi ressemble la pièce parfaite. En effet, le traitement de surface se doit d’être parfait et le moindre copeau, rayure et autres imperfections doivent être détectées. Ainsi, une fois que l’intelligence artificielle a appris à quoi ressemblent les pièces sans défaut, elle est capable de mettre au rebut toute nouvelle anomalie, même les défauts qu’elle n’a jamais rencontrés.

Ce type de technologies permet d’envisager le “zéro défaut”, une vraie garantie de qualité pour les cliniques et hôpitaux.

La maintenance prédictive pour une production fluidifiée

La maintenance des équipements et des lignes de production représente un véritable enjeu pour toute activité industrielle. En effet, une ligne de production stoppée à cause d’une défaillance peut représenter un coût énorme pour une entreprise.

De ce fait, et comme le dit l’adage : “mieux vaut prévenir que guérir”. En intervenant avant la panne, celle-ci peut être réparée plus facilement et rapidement. Le tout, sans entraîner de pertes (temps, matières premières) et de dégâts supplémentaires.

Grâce à différents signaux, il est possible de détecter une anomalie et la reconnaître comme un signe annonciateur de la défaillance future d’un élément précis. Il est donc possible de déclencher une action de maintenance spécifique avant la survenue de la panne. Nous dépassons donc la maintenance programmée et préventive qui se basent sur des rythmes d’utilisation moyens pour plutôt se baser sur l’utilisation réelle de l’équipement. En effet, si la maintenance programmée engendre très régulièrement, plus d’interventions que nécessaires et donc des coûts élevés, la prédiction permet de n’intervenir qu’en cas de réelle nécessité.

Cas client

Neovision a mené un projet de ce type pour Morphosense. Cette entreprise conçoit des capteurs et plus particulièrement des accéléromètres visant à surveiller l’état des hyperstructures dans le génie civile, le transport et l’énergie (monuments, ponts, éoliennes, etc.).

A partir des signaux remontés par ces capteurs, Neovision a développé et étudié des modèles représentant les mouvements normaux des édifices. Connaissant la normalité, l’objectif est de détecter automatiquement des anomalies ou des dérives.

En présence d’une anomalie, cette dernière sera détectée puis classifiée (c’est-à-dire qu’il est possible de savoir de quel type est l’anomalie et donc quelle est la source du problème). Enfin, il sera donc possible de déclencher une action de maintenance prédictive précise.

La traçabilité un enjeu crucial pour l’industrie

La traçabilité est une composante essentielle du suivi de production industrielle. Cette dernière permet de tracer, comme son nom l’indique, toutes les informations liées à un produit en déplacement, de sa fabrication jusqu’à sa consommation ou même sa destruction.

Une notion clé pour l’industrie mais qu’il est difficile d’assurer et d’assumer financièrement. Et c’est là que l’IA entre en jeu. Grâce à ces technologies, la traçabilité se trouve facilitée et optimisée. Mais comment ? l’IA permet d’identifier et de suivre plus facilement et précisément les produits tout au long de la chaîne de production. Cela peut notamment se faire grâce au Deep Learning (apprentissage profond) et à la Computer Vision (vision par ordinateur), l’IA permet ainsi de reconnaître et d’identifier les produits, en lisant automatiquement leurs numéros de série par exemple.

Cas client

De son côté, Neovision a développé ce type de technologie pour son client, le Centre Technique du Cuir (CTC), dans le but d’assurer une meilleure traçabilité des peaux travaillées. Ce dernier a développé une technologie de gravure des peaux et souhaitait pouvoir identifier de manière fiable, rapide et automatisée les différentes peaux ainsi gravées qui passent en tannerie.

Comme le montre l’image ci-contre, les caractères sont fortement déformés par le processus industriel de création des cuirs, laissant en échec les OCR classiques (lecture automatique de caractères). Pour répondre à cette problématique, Neovision a développé une solution unique basée sur du Deep Learning capable de lire les caractères malgré les fortes déformations.

Neovision a développé une solution logicielle pour le CTC, en cours de déploiement dans les différentes tanneries françaises.

L’identification visuelle : entre fiabilité et gain de temps

La maintenance industrielle, un vaste sujet, que nous avons d’ailleurs déjà abordé précédemment. Si l’analyse prédictive permet d’anticiper les pannes, l’IA offre d’autres solutions complémentaires, notamment grâce à l’identification visuelle.

Pouvoir identifier un équipement ou une pièce détachée en une seconde et accéder à sa fiche technique, c’est possible avec de l’IA. Ainsi, l’utilisation de l’IA permet de mieux gérer ses stocks, commander rapidement les pièces nécessaires et accéder aux procédures de maintenance.

Cas client

Sur ce sujet, Neovision travaille avec un fleuron de l’industrie française, le groupe Michelin et plus particulièrement sa filiale aviation.

Dans le but d’améliorer la traçabilité de ses pneus et de leur état, Michelin souhaite pouvoir identifier les dommages reçus par ces derniers, enregistrer les résultats et donner accès à la procédure à suivre pour chaque type de dommage.

Ainsi, Neovision développe une IA capable de reconnaître le type de dommage présent sur un pneu. Disponible via une application smartphone, la technologie est accessible pour tous les opérateurs. Suite à cette identification, le résultat est enregistré (Michelin dispose donc d’une trace de chaque dommage) et l’opérateur peut accéder à la procédure à suivre en fonction du dommage. 

Conclusion

Si nous avons pu mettre en avant quelques applications dans l’industrie, l’IA apporte des solutions à chaque étape du cycle industriel, de l’approvisionnement à la logistique en passant par la production et la maintenance de l’outil de production.

Il est donc nécessaire d’identifier les différentes composantes du cycle où les améliorations apporteraient le meilleur ROI. Car si l’IA peut être intégrée à tous les niveaux, l’impact ne sera pas forcément le même.

C’est pourquoi il est important d’étudier chaque projet au cas par cas pour allier expertise technique, technologie et retours business.
Enfin, pour tout projet industriel, il convient d’avancer étape par étape, en commençant par une conception détaillée du projet. Cette dernière permet d’appréhender les contraintes de l’environnement, lever les risques techniques, estimer les performances atteignables et dimensionner le projet dans sa globalité (délai et budget nécessaire).

Vous avez un projet en IA ?

Discutons en pour voir comment intégrer de l’IA à votre industrie !

Contactez-nous : https://neovision.fr/intelligence-artificielle-industrie/

Notre définition de l’IA, le regard expert de Neovision

By Mathieu Poissard

On la tutoie sans vraiment la connaître. L’IA ! Exit les visions apocalyptiques de type Terminator, l’intelligence artificielle en est à ses prémices et s’avère encore assez mal définie tant elle ouvre le champs des possibles. Brisons les mythes et embarquons pour une expérience inédite, l’exploration de ce qu’est l’IA aujourd’hui !

Définir ce qu’est l’IA reviendrait à signifier ce qu’est être intelligent. Un débat hautement philosophique, sans fin du fait des multiples critères à prendre en compte et de leur pertinence. Leibniz s’y est cassé les dents, en tentant de décrire dans un essai le processus de la pensée humaine. Difficile, même à l’heure actuelle de comprendre précisément le fonctionnement du cerveau humain.

Parler d’intelligence artificielle relève plus d’une appellation marketing. Ce qu’elle est, puisque John MacCarthy (1) proposa ce terme lors d’un summer camp à l’été 1956… Plus de soixante-dix ans plus tard, accompagnée par l’évolution de l’informatique, l’IA reste particulièrement complexe à définir. Et elle se veut bien éloignée de ce que nous décrivent les ouvrages et films de Science-Fiction. On pourrait la voir comme un ensemble de techniques et de méthodes mathématiques et informatiques visant à simuler un aspect spécifique du fonctionnement du cerveau humain.

Par ailleurs, et s’il est difficile de donner un définition de l’IA, nous utilisons déjà des intelligences artificielles au quotidien. Nous pouvons penser à notre GPS (Google Maps, Waze, etc), nos assistants vocaux (Siri, Google Assistant, etc) ou encore les applications de reconnaissance faciale comme FaceID. Toutes utilisent des techniques d’IA (computer vision, machine learning ou deep learning) pour nous offrir ses fonctionnalités. L’utilisant donc au quotidien sans réellement savoir ce qu’elle est, il est grand temps de démystifier l’IA !

L’IA imite le cerveau humain ?

Soixante-dix ans de travaux, de concepts et de théories et l’aventure de l’IA ne fait que débuter. Actuellement, bien qu’ouvrant de nombreuses applications dans quasiment tous les domaines, elle a besoin de l’humain. Exit les IAs indépendantes, conscientes ! Bienvenue dans le réel ! Les algorithmes d’apprentissage nécessitent des bases de données qualifiées, exhaustives, des schémas itératifs pour pouvoir être pleinement efficients.

Inspiré par le fonctionnement des neurones de notre cerveau, le deep learning (ou apprentissage profond) est né de la volonté de chercheurs comme le Canadien Geoffrey Hinton ou encore le français Yann le Cun. Ces derniers ont fait évoluer l’IA dès les années 90 (2) en appliquant les réseaux neuronaux à la reconnaissance vocale et linguistique. Yann Le Cun trouvant un usage concret avec la lecture automatique des chèques et des adresses postales. Toutefois, si l’IA simule le fonctionnement physique de notre cerveau, « il lui manque le sens commun », explique Yann le Cun. Un enfant comprend que lorsque sa mère se cache derrière un rideau, elle existe toujours. La machine, non.

L’IA est spécifique – non généraliste

L’IA tend à exécuter des instructions spécifiques, définies en amont par l’Homme. Elle s’avère être un amplificateur d’une partie du raisonnement humain. Google l’a démontré avec son programme AlphaGo. L’IA est capable d’apprendre elle-même et de trouver des solutions auxquelles un être humain, en l’occurrence ici, un joueur de Go, n’avait pas pensé. Cependant, son usage est cantonné à n’être qu’un super joueur de Go. Elle ne sait rien faire d’autre que l’objectif qu’on lui a fixé au départ.

Même si elle excelle dans les tâches répétitives, l’IA pénètre dans des milieux bien plus sensibles. C’est notamment le cas du domaine du diagnostic médical. L’agence du médicament américaine (FDA) a autorisé, en avril 2018, la mise sur le marché d’un robot doté d’une IA. Ce dispositif permet de diagnostiquer une déficience visuelle particulière, la rétinopathie diabétique à partir d’une photo. Une première ! (3)

L’IA est accessible à tous

L’IA en 10 dates !

• 1950: Alan Turing, mathématicien et cryptologue britannique s’évertue à définir l’IA
• 1956: lors d’une conférence à Dartmouth, le scientifique américain John McCarthy propose le terme d’Intelligence Artificielle pour qualifier ce nouveau domaine à la frontière des mathématiques et de l’informatique
• 1957: une première machine apprenante, le Perceptron est créé par le psychologue américain Franck Rosenblatt.
• 1968: l’IA arrive au cinéma avec Hal 9000 dans 2001, l’Odysée de l’Espace.
• 1973: gel des financements de l’IA suite à un débat lancé par un mathématicien à la BBC exposant ses doutes sur l’intelligence artificielle.
• 1997: le joueur d’échec mondial, Garry Kasparov perd en 19 coups contre DeepBlue, l’IA d’IBM.
• 2011: l’ordinateur d’IBM, Watson remporte le plus célèbre jeu télévisé aux États-Unis, Jeopardy !
• 2013: ruée massive des géants de la Silicon Valley sur les spécialistes de l’IA.
• 2016: avec son IA AlphaGo, Google devient champion mondial du jeu de Go battant le champion en titre, Lee Sedol.
• 2017: Amazon et Google font entrer l’IA à la maison avec Alexa et Google Home.

Avec l’essor d’Internet et les récentes avancées technologiques, l’IA n’est plus cantonnée aux seules entreprises qui en possèdent les moyens (financiers et techniques). Elle est sortie des laboratoires de recherche et, à l’image d’une chenille préparant sa mue, entre de plain-pied dans le monde des entreprises, toutes tailles confondues et quels que soient leurs domaines d’activité.

C’est également l’une des raisons pour lesquelles on en parle tant dans les médias. L’IA devient un véritable facteur clé de succès. Elle est une valeur ajoutée offrant aux structures une occasion de se démarquer de la concurrence.

Un autre facteur de déploiement est également à prendre en compte : les bases de données open source. Il en existe de nombreuses comme celle de Google, FaceNet, disponible de manière officieuse (4). Nous pourrions également citer ImageNet, une base de plusieurs millions d’images parfaitement labellisées.

L’IA est à l’image de ses concepteurs

Mais qu’on ne s’y trompe pas ! L’IA est perfectible. Puisque l’erreur est humaine, elle peut également se fourvoyer. En cause, des biais de traitement qui peuvent avoir de fâcheuses conséquences. Une étude scientifique relayée par le site du MIT Media Lab (Massachusetts Institute of Technology) a mis en évidence ce phénomène. Sur 1270 portraits de femmes et d’hommes issus d’origines et de couleurs de peau différentes, les IAs de Microsoft, IBM et Face++ ne se trompent pas neuf fois sur dix. Derrière ces résultats se cachent des écarts importants, les IAs reconnaissant plus facilement les personnes à la peau claire. Cela vient d’une surreprésentation dans les bases de données existantes (5). Il s’agit là d’un biais provenant des équipes développant ces IA. Sans les connaître, nous pouvons penser qu’elles sont largement composées d’hommes blancs.

L’IA n’est donc que le reflet de ses concepteurs. S’ils ont des biais, ils peuvent indirectement les intégrer à l’IA qu’ils créent. Quant à savoir si l’IA va surpasser un jour l’homme, c’est déjà le cas (pour le jeu de Go où une IA a battu le champion du monde ou encore la reconnaissance d’images où les IAs font moins d’erreurs que les humains) ! Mais rassurez-vous, elle nous supplante uniquement sur des tâches bien précises, répétitives et fastidieuses (l’humain y trouve donc son compte) !

L’IA au service de l’humain

Aucun jour ne passe sans que l’IA ne fasse l’objet d’une brève. La plupart du temps, et dans la course aux clics, les journalistes s’adonnent au sensationnel. L’IA annonce la fin de l’humanité pour les plus fatalistes, tandis que pour les moins extrémistes, IA rime avec chômage. En effet, nombreux sont ceux à s’inquiéter de l’impact qu’aura l’IA sur le travail. Et il serait mentir de dire que cette dernière n’entraînera aucun changement.

Toutefois, penser que l’IA viendra se substituer à l’humain n’est que fiction. A l’heure actuelle, la technologie peut remplacer l’humain sur une tâche très précise, qui peut être répétitive et/ou fastidieuse, sans avoir la possibilité de réaliser une autre tâche connexe.

De ce fait, l’IA viendra assister l’humain en le déchargeant de tâches pénibles. Le futur proche s’articule donc davantage autour de la synergie homme-machine qu’à la substitution de l’humain par la technologie. Alors certes, des emplois non qualifiés sont et seront détruits (le métier de caissier par exemple) mais d’autres sont créés (les ingénieurs créant les caisses automatiques, les techniciens chargés de l’entretien, les développeurs créant le logiciel embarqué dans les caisses, etc). De manière générale, la quasi-totalité des métiers vont se retrouver impactés et modifiés via la transformation numérique dont fait partie l’IA.

Quelques exemples d’applications

Pour donner une définition de l’IA, il est intéressant et peut-être nécessaire de détailler quelques exemples d’utilisations de l’IA.

La reconnaissance : elle peut se faire sur des images (photos, vidéo, etc) et permet de reconnaître un visage, une silhouette humaine, des objets divers, comme une fleur, un texte ou encore un logo.

La reconnaissance peut également se faire via une source audio, comme ce que font les assistants vocaux ou encore une application capable d’identifier une espèce par son chant.

L’automatisation : l’IA trouve de nombreuses applications permettant d’automatiser un processus. Parmi ces dernières, nous pouvons citer la production automatique de contenu textuel et visuel, le contrôle qualité sur ligne de production, le véhicule autonome et de nombreuses actions marketing comme l’e-mailing.

L’analyse prédictive : si nous avions l’habitude de nous contenter d’analyses statistiques, l’IA nous permet de tirer plus d’informations de ces mêmes données. En créant des modèles prédictifs basés sur des données historiques, elles sont capables de prédire certains événements. Des IAs sont aujourd’hui capables de proposer des actions de maintenance prédictive, de faire des prédictions des ventes ou bien de proposer un produit spécifique à un internaute ciblé.

Il est donc difficile de donner une définition de l’IA qui soit concise et précise. Pourquoi ? Parce que ce domaine technologique évolue très rapidement, les avancées technologiques (hardware et software) redéfinissent et repoussent sans cesse les capacités de l’IA. Ce que l’on appelle une IA aujourd’hui n’en sera peut être plus totalement une demain. Toutefois, nous pouvons nous rendre compte que de nombreuses fausses idées sont colportées et entretenues par les médias. En effet, à la recherche du sensationnel, la réalité est parfois délaissée au profit de fantasmes ou de peurs collectives. A l’heure actuelle, une intelligence artificielle ne vient pas totalement se substituer à l’humain mais vient l’augmenter, l’assister dans sa vie quotidienne (eh non ce n’est pas un phénomène nouveau, un humain portant des lunettes est lui aussi « augmenté »). Les IAs sont spécifiques, conçues pour résoudre des problèmes précis. Nous sommes encore très loin de pouvoir créer une IA généraliste. Ces IAs trouvent déjà pléthore d’applications améliorant les performances des entreprises qui les intègrent, que ce soit dans leur cycle de production, de contrôle qualité, dans les services marketing, commerciaux ou RH entre autres.

https://neovision.fr/definition-intelligence-artificielle/

Sources :

1. L’un des principaux pionniers de l’intelligence artificielle avec Marvin Lee Minsky. (Source : https://fr.wikipedia.org/wiki/John_McCarthy)
   2. Source : http://www.leparisien.fr/week-end/recit-l-odyssee-de-l-intelligence-artificielle-06-12-2017-7437606.php
   3. Article du Figaro en date du 13/04/2018. http://www.lefigaro.fr/secteur/high-tech/2018/04/13/32001-20180413ARTFIG00296-une-intelligence-artificielle-habilitee-a-etablir-un-diagnostic-medical-aux-etats-unis.php
   4. Source Numérama : https://www.numerama.com/tech/126861-openface-un-script-de-reconnaissance-faciale-open-source.html
   5. L’étude complète (en anglais) : http://gendershades.org/overview.html

Et ne manquez-pas demain la suite avec : L'intelligence artificielle dans l'industrie 4.0 by Mathieu Poissard