Home
BLOG D’INFOS DU VALAIS TECHNOLOGIQUE, INDUSTRIEL ET INNOVANT

08.10.2019

L'intelligence artificielle au service de l'industrie

ACTUS

Le groupe suisse Bühler a collaboré avec l’institut Informatique de gestion de la HES-SO Valais-Wallis pour développer un algorithme d’intelligence artificielle (IA) permettant d’améliorer l’efficience, la répétabilité et la rapidité des méthodes de contrôle de qualité dans la chaîne agroalimentaire. Grâce au savoir valaisan dans le domaine des méthodes d’apprentissage continu, l’institut a réalisé un algorithme unique en incluant l’expérience humaine. Le résultat est une meilleure uniformité du contrôle qualité industriel.

Le riz, aliment de base de plus de la moitié de la population mondiale, doit être correctement trié et nettoyé avant d’être distribué sur les marchés. Le groupe Bühler, présent dans plus de 140 pays et employant 13'000 collaborateurs, s’est spécialisé dans les domaines de l'ingénierie mécanique et des procédés thermiques. Il a développé des équipements de nettoyage mécanique et des instruments de tri optique permettant de trier jusqu’à 20 tonnes de riz par heure et d’extraire par pulsion d’air les grains de riz défectueux

Le projet, lancé début 2017, consistait à analyser de façon automatique des millions de grains de riz afin d’améliorer la précision du contrôle qualité.
 

Mettre l’homme dans la boucle d’apprentissage continu
Les algorithmes développés dans la première étape du projet ont permis de produire des résultats prometteurs avec 85% de précision, résultats intéressants mais insuffisants au niveau industriel. Les chercheurs de la HES-SO Valais-Wallis et l’équipe de Bühler ont donc souhaité inclure l’expérience de l’humain à travers un processus d’apprentissage continu.

Afin d’améliorer la qualité générale du tri entre les bons et les mauvais grains de riz, un processus de réentrainement en boucle a été mis sur pied. Cette étape a débouché sur une application web donnant la possibilité à l’industriel de charger de nouvelles images, de contrôler la performance de la classification et de corriger les erreurs au besoin. Le tout permet d'obtenir une précision de plus de 99%.
 

Source : HES-SO Valais-Wallis