L’innovation soutenue par l’intelligence artificielle est à un tournant en aérospatiale. Les résistances initiales du milieu ont fait place à une nouvelle phase de collaboration entre l’industrie et les chercheurs.
L’IA dans l’aérospatiale : réglementation et sécurité
Le grand défi actuel : développer les méthodes qui permettront aux autorités réglementaires de certifier la sécurité des systèmes basés sur l’IA.
« On va arriver aux avions autopilotés, mais ça se fera graduellement et certainement pas à court terme », avertit Foutse Khomh, un des chercheurs du projet DEEL (DEpendable Explainable Learning) qui vise le développement d’une intelligence artificielle explicable et robuste.
Le changement de paradigme est majeur entre les systèmes informatiques traditionnels construits de manière déterminée avec des règles prédéfinies et les modèles d’apprentissage automatiques qui génèrent les règles de façon inductive.
« Au fond, c’est juste une nouvelle façon de calculer. Mais en IA, si on peut tester nos modèles sur un échantillon, il y a toujours le risque que le modèle se comporte mal dans des cas qu’on n’avait pas anticipés. Tout l’enjeu est là » – Foutse Khomh
Robustesse et certification
L’industrie cherche donc des méthodes fiables pour améliorer et tester les algorithmes d’apprentissage. « Si on comprend bien le signal et qu’on sait quand le signal est biaisé, alors on pourra en faire une utilisation sure », explique M. Khomh.
Cette préoccupation de sécurité est fondamentale pour les autorités réglementaires. « Ça ne va pas changer demain matin », dit Alain Aubertin, président du Consortium de recherche pour l’innovation en aérospatiale du Québec (CRIAQ).
« J’animais un panel récemment avec des représentants de Transport Canada, de l’Agence européenne de la sécurité aérienne et de la Federal Aviation Administration, indique-t-il. Et les trois sont unanimes. Ils demandent une méthodologie robuste pour expliquer et tester les systèmes propulsés par l’intelligence artificielle et garantir l’intégrité des appareils. »
Alain Aubertin
De plus en plus de projets
«Les réticences premières de l’industrie aérospatiale envers l’IA se sont estompées au cours des dernières années. Tout le secteur bouge très rapidement » – Alain Aubertin
Le CRIAQ soutient actuellement 53 projets qui ont des composants en intelligence artificielle. Le consortium a d’ailleurs intégré 30 nouveaux membres liés à la recherche en intelligence artificielle. « Il y a par exemple Microsoft, ElementAI et une panoplie de startups qui veulent développer des systèmes avec les joueurs du secteur aérospatial. On voit une coévolution des deux communautés qui apprennent à dialoguer. »
Le professeur Khomh confirme ce son de cloche. « Les compagnies nous donnent accès à leurs données et on développe des modèles et des techniques sur mesure pour elles. En contrepartie elles nous permettent de publier les résultats, tout en respectant leurs intérêts économiques et les contraintes de l’industrie. Je pense que ça marche bien. »
Pierres d’assises de l’avenir
En plus du projet DEEL, les chercheurs et l’industrie développent actuellement des systèmes qui ne touchent pas aux activités critiques de l’aérospatiale. Ils s’attaquent notamment à la conception de pièces, à l’entretien préventif des appareils ou la gestion des opérations avec ses modèles. « Plusieurs entreprises développaient déjà des systèmes basés sur l’IA avec leurs équipes internes », indique M. Khomh.
Certains fabricants de pièces commencent à utiliser l’IA pour prédire quand un transporteur devra faire un entretien. « De son côté, Airbus a aussi des laboratoires pour explorer le cockpit du futur à un seul pilote, cite Alain Aubertin. D’ici 10 à 20 ans, la charge cognitive serait prise en charge par les systèmes basés sur l’intelligence artificielle. »
Mais pour arriver à bien intégrer l’IA dans l’industrie aérospatiale, il faudra que les ingénieurs comprennent ces modèles. « L’introduction à l’intelligence artificielle doit se faire au baccalauréat et même au CÉGEP, estime Foutse Khomh. Nos ingénieurs vont devoir optimiser les systèmes basés sur l’IA, comme ils le font actuellement avec les systèmes traditionnels. Au-delà de la recherche, le transfert de connaissance dès le premier cycle va être déterminant. »
Foutse Khomh