AIR LIQUIDE, GROUPE RENAULT & SAFRAN à AI for Industry by Artefact - Mise en place et adoption d'une IA de confiance

Fabien Mangeant explique que la confiance dans les systèmes d'IA est cruciale, en particulier dans les environnements où la sécurité est essentielle, comme la production de gaz. Air Liquide utilise l'IA dans diverses applications, du contrôle opérationnel à la planification. L'entreprise adopte l'approche fondée sur les risques de la loi sur l'IA pour classer les systèmes d'IA en fonction de leur criticité. Ce cadre permet de gérer la sécurité et la fiabilité des systèmes d'IA qui sont déployés pour les clients et les travailleurs. Air Liquide a travaillé sur la confiance dans l'IA avant l'adoption d'une réglementation officielle, et les nouvelles lois contribuent à clarifier et à formaliser ses pratiques.

Rodolphe Gelin a expliqué comment l'IA optimise à la fois les dispositifs de sécurité des véhicules et les processus de production. Les systèmes pilotés par l'IA, tels que le freinage d'urgence autonome, ont été mis en œuvre avant la loi sur l'IA. Après examen, Renault a constaté que ses processus répondaient déjà à de nombreuses exigences réglementaires. Renault utilise désormais la loi sur l'IA pour valider davantage la sécurité de ses systèmes d'IA, en s'assurant que l'IA fonctionne de manière fiable lorsqu'elle prend le contrôle d'un véhicule. La confiance dans l'IA est essentielle pour les utilisateurs et les ingénieurs, d'autant plus que l'IA joue un rôle croissant dans la sécurité des véhicules.

Daniel Duclos, de Safran, a souligné la longueur des cycles de développement dans l'industrie aéronautique, qui peuvent s'étendre sur des décennies pour les moteurs et les matériaux. Safran participe à de grands programmes européens, tels que l'initiative Aviation, pour intégrer l'IA dans l'aéronautique. Ces programmes facilitent la collaboration avec les startups et les fournisseurs de technologies. Safran possède une forte culture réglementaire et travaille en étroite collaboration avec l'Agence de sécurité aérienne de l'Union européenne pour adapter les normes de sécurité existantes à l'IA. L'objectif de Safran est de s'assurer que les systèmes d'IA sont sûrs, tant pour le développement des produits que pour les processus opérationnels.

Fabian Mangeant a expliqué comment Air Liquide a développé une méthodologie transversale pour assurer la transparence, la robustesse et l'explicabilité de l'IA. L'entreprise a intégré des outils spécifiques à l'IA dans son pipeline d'opérations d'apprentissage automatique (MLOps) afin d'évaluer et de tester la fiabilité des modèles d'IA avant leur déploiement. La gouvernance de l'IA fait partie d'une stratégie plus large visant à étendre l'IA digne de confiance à l'ensemble de l'organisation, en garantissant la conformité avec les réglementations et en améliorant les processus internes pour le développement de l'IA.

Safran a discuté de l'importance de promouvoir les bonnes pratiques pour le développement de l'IA. Il veille à ce que les ingénieurs utilisent les meilleures pratiques pour l'architecture de l'IA, la gestion de la database et la formation des modèles afin de concevoir de meilleurs systèmes d'IA. Ces pratiques permettent de s'assurer que les produits d'IA répondent aux normes de performance et sont fiables. Safran intègre également des sujets liés à l'IA dans les audits techniques afin de s'assurer que les systèmes d'IA sont évalués de manière approfondie au cours du développement.

Rodolphe Gelin a expliqué comment l'entreprise a intégré l'ingénierie de l'IA dans ses processus de développement. Le Centre d'excellence centralisé de Renault pour l'IA développe des applications industrielles utilisant des composants d'IA. L'équipe utilise des outils comme ceux de Confiance.ai pour valider la robustesse et la précision des systèmes d'IA. Renault vise à réduire le besoin de tests en conditions réelles en utilisant des outils pour évaluer la qualité data, éliminer les biais et valider les modèles d'IA plus efficacement. Cette approche permet à Renault de développer des systèmes d'IA plus rapidement et à moindre coût tout en maintenant les normes de sécurité.