L’Intelligence Artificielle en Occitanie

Automobile : présence de CONTINENTAL

L’évolution des technologies de l’information de la communication et des besoins du marché automobile ont permis l’avènement du concept de véhicule connecté. Le groupe Continental (Domicilié à Toulouse) fort de son expérience d’équipementier automobile électronique, a lancé un projet ambitieux de collecte massive de données à bord des véhicules, ces données devant venir alimenter un cloud où elles seront mélangées à des données de partenaires tiers professionnels de la route ou non. Dans ce concept, les véhicules de toutes marques ont vocation à être connectées dans tous les pays et recevront en retour du cloud des services en vue d’applications d’un niveau de performance sans précédent. Il s’agit donc de milliards de données montantes et descendantes qui seront pour nombre d’entre elles contraintes par le temps réel, la sûreté de fonctionnement, la cyber sécurité et la protection de la vie privée. Face à ces défis, il s’agira de développer des algorithmes d’IA performants permettant d’extraire du big data des services individuels pour chaque véhicule en retour et des services à la collectivité (circulation, secours, sécurité) et aux partenaires tiers.

Spatial et Aéronautique : présence d’Airbus

Le Big Data et l’IA sont au cœur de la stratégie d’Airbus, et d’Airbus Defence & Space. Cela recouvre plusieurs aspects : c’est tout d’abord le chantier de la digitalisation, axé sur la performance opérationnelle et l’intégration des fonctions et de la donnée projet au cours du cycle de vie produit ; cela touche nos cœurs de métiers et nos partenaires industriels. C’est ensuite la valorisation de la donnée produite, et la création de valeur au travers de nouveaux services, développant la richesse mais aussi s’adaptant à des marchés évoluant rapidement et à des business model en perpétuelle redéfinition. C’est enfin une matière unique : celle de la donnée spatiale, imagerie, mais aussi données météorologiques et données d’environnement, recueillie avec une définition, une fréquence, et une précision toujours accrue, ce qui est en soi un défi technique et technologique : comment stocker, comment traiter, comment valoriser un flux toujours accru d’information. C’est une opportunité, la donnée est là et elle permettra de rapprocher le spatial de l’utilisateur. En exploitant habilement les données, via l’IA, les acteurs de l'aéronautique peuvent notamment espérer passer à la maintenance prédictive. Autrement dit, anticiper les pannes afin de limiter les temps d'intervention, donc l'immobilisation des appareils, bête noire des compagnies aériennes et ainsi réduire considérablement les coûts de maintenance des compagnies aériennes. Airbus Helicopters a choisi de développer ses propres modèles mathématiques, et dans cette optique a mis en place une « académie des analytics », pour former ses talents internes. L'accent est également porté sur l'interface. Un des facteurs clés du succès de ces outils réside dans l'expérience utilisateur. Les algorithmes doivent constituer de véritables outils d'aide à la décision et faciliter le suivi des plans d'action. De Constructeur industriel Airbus se réinvente en fournisseur de services, passant d’un modèle de vente à un modèle de location des appareils.

Cette industrie doit donc faire face à un défi en terme de recrutement, d’accès à des technologies développées dans la Silicon Valley mais accessibles à tous, sous réserve de relever le défi et de changer de modèle de développement, l’accès aux communautés Open Source, la révolution du Machine Learning qui modifiera profondément les façons de faire dans la plupart des disciplines de l’ingénierie.

Internet des objets : présence de Sigfox

Le nombre d’objets connectés atteindra 50 milliards à l’horizon 2020, soit plus de 6,5 fois le nombre de dispositifs connectés par personne. Mais où stockerons-nous toutes ces données ? Grâce en grande partie à la promesse de l’Internet des objets, en quelques années seulement, d’ici à 2020, le volume de

189

données générées dans le monde s’élèvera à 44 zettaoctets, contre 4 zettaoctets à l’heure actuelle. Par conséquent, pour que l’Internet des objets devienne une réalité, nous devons inévitablement répondre dès maintenant au besoin de solutions de stockage et de services transformationnels.

Nous sommes passés du M2M où le barycentre de la valeur était sur l’intégration avec les objets (la communication) à l’IoT où la valeur s’est réorientée vers la donnée. Le challenge à relever est celui de l’équation qui unit collecte, analyse des données et prédictions, nous devons faire face aux défis de la construction de modèles à usage réel et économiquement pertinents, l’analyse prédictive, l’intelligence artificielle, l’exploitation rapide de données massives et fugaces, la sécurisation des données, l’exploitation de données personnelles. Le défi des entreprises de ce secteur (par exemple, SIGFOX entreprise de 325 salariés leader dans l’IOT dont le siège est proche de Toulouse) est de rendre accessibles et traiter de manière simple les problèmes d’usage complexes.

Alors qu’aujourd’hui les entreprises/organisations sont capables d’utiliser des capteurs en tous genres (température, force, pression, géolocalisation, humeur, …) et de les relier à leur système d’information, les quatre principales complexités sont : La gestion du hardware, La gestion du réseau, La collecte des données, Le traitement & la valorisation des données.

Météo : présence du Centre national de recherches météorologiques

Les prévisions météorologiques et l'étude du changement climatique sont indissociables des sciences de la donnée. Les prévisions comme les analyses du climat récent s'appuient sur des données massives collectées par d’innombrables capteurs qui grâce à des traitements numériques (résolution d'équations complexes et analyse statistique) offrent des prévisions ou des estimations du climat de plus en plus précises et fiables.

La demande de prévisions météorologiques est exponentielle et accompagne les progrès de nombreux secteurs dont certains travaillent sur les machines autonomes comme l’automobile, l’aéronautique ou l’agriculture. Les sujets de la météo comme du climat sont en tout point transversal car s'ils utilisent depuis toujours des données in-situ, ils se nourrissent maintenant, largement des données du spatial (plus de 100 millions de données traitées par jour).

Au-delà de ces données "structurées", l’IA aujourd'hui offre un énorme potentiel prometteur en science de l'atmosphère et du climat. Ces données massives devront contribuer à améliorer les prévisions et les interventions d’urgence en cas de catastrophes naturelles. Un sujet d'intérêt récent concerne les données de téléphonie mobile : elles permettaient de mesurer les précipitations au plus près du sol mais aussi de détecter les signaux de stress dans les zones frappées par des catastrophes naturelles.

Face au réchauffement planétaire, la révolution des données est cruciale, car elle : x aide à visualiser les effets concrets du changement climatique

x favorise le développement de nouvelles solutions pour s’en protéger x initie de vraies inflexions – tant politiques que comportementales.

Le Centre national de recherches météorologiques (CNRM) est une unité Mixte de Recherche constituée par le CNRS et Météo-France. Reconnu comme un des leaders mondiaux de la recherche météorologique, le CNRM assure l’essentiel des activités de recherche et coordonne l’ensemble des actions de R&D de Météo-France. Ses activités de recherche sont principalement menées sur les sites de Toulouse et de Grenoble.

190

Les équipes du CNRM s’appuient sur des moyens de haute technologie : supercalculateurs et modèles numériques du système Terre, satellites d’observation, avions instrumentés, stations de mesure fixes ou mobiles, sites instrumentés en montagne, radars profileurs de vent… et coopèrent étroitement avec des laboratoires, universités et structures de recherche français et internationaux.

Agriculture : centre de recherche INRA et pôle de Compétitivité Agri Sud-Ouest Innovation

La 4^e révolution agricole sera numérique. Après la mécanisation, les fertilisants et produits de protection des plantes, après les biotechnologies vertes, l’intelligence amenée par la gestion des données agricoles permettra de produire mieux : économiquement, écologiquement et socialement.

Une augmentation de 50% de rendement est atteignable en France grâce à la création de systèmes de production digitalisée. Cela sera nécessaire pour réussir l’un des futurs enjeux mondiaux : nourrir 9 milliards d’habitants à l’horizon 2050. La digitalisation des systèmes de productions permettra une augmentation des rendements en parallèle d’une économie des ressources créatrice de valeur et d’emplois. On peut estimer à une centaine de milliards d’euros le chiffre d’affaires supplémentaire qui est en jeu en France grâce à l’implémentation du numérique dans les secteurs agricoles et agro-alimentaires.

A travers une meilleure exploitation des données, le big data et l’intelligence artificielle auront un impact considérable sur tout le système de production et de transformation des produits agricoles.

Ainsi, les agroéquipements intelligents seront au centre de la ferme de demain. Equipés de capteurs, de systèmes embarqués et connectés au cloud, ils pourront être autonomes et agir grâce à des données fournies par un large panel de capteurs (satellites, drones, sur machine, dans le sol). Ils appliqueront la bonne action, au bon moment et au bon endroit. On parle « d’intelligent farming ».

Les premiers projets mis en œuvre par le Pôle de Compétitivité Agri Sud-Ouest Innovation montrent que l’on peut diminuer de plus de moitié l’utilisation de certains pesticides. Il en est de même pour l’utilisation de l’eau. Ainsi, avec des données massives, plus importantes et mieux analysées, l’amélioration de la ferme France peut connaitre une vraie révolution.

Le secteur aval est également concerné : l’agroalimentaire et la valorisation non alimentaire. La digitalisation permettra de mieux répondre aux enjeux de sécurité, de traçabilité. Les entreprises agro-alimentaires pourront formuler de nouveaux produits plus vertueux. Les consommateurs pourront connaitre avec précision la composition et l’origine du produit consommé. De plus, des systèmes intelligents permettront aussi de mieux gérer les flux logistiques et de mieux affecter les ressources amont et les besoins aval sur une maille plus fine, celle du territoire. Cela fera naitre la bioéconomie territoriale.

Dans la recherche, l’exploitation des données permettra aussi de grands progrès en connaissant plus finement les liens entre la génétique, l’environnement et la performance de production des végétaux et des animaux. Les milliards de données stockées, aujourd’hui complexes à analyser, pourraient demain fournir de précieuses informations pour améliorer la génétique des plantes et des animaux.

Enfin, de manière transversale, la maitrise des systèmes de production agricoles et agroalimentaires – les agrochaînes – est complexe : le vivant n’est pas homogène et l’avènement des systèmes d’intelligence artificielle est un moyen supplémentaire pour mieux connaitre ce vivant et en quelque sorte mieux le maitriser : moins de gaspillage, moins d’intrants, plus de rendement. Nourrir les hommes et alimenter l’industrie : telle est l’enjeu de l’agriculture de demain. La complexité de ces systèmes demande une approche nouvelle : celle des données massives et de leur exploitation

« intelligente ».

Outre la richesse du territoire dans les domaines agricoles et agroalimentaire, la présence à Toulouse du principal centre de recherche INRA dans le domaine de l'analyse des données agricoles et de

191

l'intelligence artificielle (Laboratoire MIAT - unité de mathématiques et d'informatique appliquées de Toulouse) constitue un atout majeur sur lequel s'appuyer pour développer des projet big data sur Toulouse et ses environs.

2. INDUSTRIALISER ET TRANSFéRER LES TECHNOLOGIES DE L’IA VERS LES AUTRES SECTEURS éCONOMIQUES EN MAXIMISANT LES RETOMBéES éCONOMIQUES SUR LE TERRITOIRE NATIONAL

Groupe de travail 2.3