Vos prochaines J3P

Jeudi 25 juin 2020 : L’Intelligence Artificielle au service du Génie des Procédés : Du Machine/Deep Learning à l’usine 4.0

Intelligence Artificielle (IA), Big Data, Machine Learning (ML), Deep Learning (DL), Méta-modèle, Méga-données, Table de Correspondance (Look-Up Table), Data Mining, tous ces mots-clés et acronymes commencent, pour certains d’entre nous, à devenir familiers ou tout du moins à être utilisés dans le langage scientifique courant.

Pour autant, dans la communauté « Génie des Procédés », peu d’entre nous sont encore à l’aise avec ces nouvelles approches. Nous sommes davantage habitués aux approches classiques et à l’utilisation de modèles de types phénoménologiques, mécanistiques, statistiques, déterministes, etc., autant de termes qui peuvent également paraître abscons pour les non-initiés. Les approches Big Data apportent elles aussi des notions très opaques pour la plupart des gens : réseau de neurones, polynôme chaos, méta-modèle, krigeage, processus gaussiens, arbre de décision, etc.

En quoi ces nouvelles approches peuvent-elles révolutionner « les démarches classiques » utilisées en Génie des Procédés ?

L’usine d’aujourd’hui n’échappe pas à la règle de notre société : elle est aussi hyper-connectée. Températures, pressions, débits, concentrations, consommations d’énergie, etc., tous les instruments de mesures connectés à l’usine produisent un volume de données gigantesque, qui peut être intégré dans des approches Big Data/ML/DL. Ces approches pourraient alors permettre le développement de nouveaux types de modélisation comme solution à des tâches prédictives, décisionnelles, d’optimisation, conduite de procédés ou de découverte.

Après une première journée organisée par le GT-IAP en 2018 sur cette thématique, il semble important d’aller plus loin dans la découverte de ces approches pour mieux cerner comment elles peuvent nous aider à revisiter les concepts classiques en Génie des Procédés. L’un des objectifs de cette journée de rencontre entre industriels et académiques sera notamment de mieux comprendre comment ces approches Big Data/ML/DL peuvent permettre à l’usine 4.0 de devenir plus propre, plus sûre et plus productive. Cela sera également l’occasion d’échanger sur les récentes orientations et avancées industrielles autour de la thématique.

Comité local d’organisation

Roda Bounaceur, LRGP
Jean-Marc Commenge, LRGP

REPORTÉ : 2021