Après un siècle de progrès automobile qui a commencé par l’apparition de la Ford T, apprendre à conduire une voiture est devenu un rite de passage presque universel, et bon nombre de gens sont fiers de posséder de bonnes aptitudes de conduite (pensez à la Formule 1 ou à la NASCAR, ou aux individus qui garent aisément leur véhicule en parallèle). Il est donc souvent difficile pour nous de nous imaginer devenir de simples passagers dans notre propre véhicule autonome.

Bien que la pandémie ait amené les automobilistes à déserter de nombreuses routes et autoroutes, les autorités ont constaté une recrudescence du taux d’accidents parmi ceux qui conduisent encore. Nous savons que le fait de remplacer ou de compléter certaines tâches humaines par des données et de la puissance de calcul peut améliorer les résultats. À l’heure où le débat sur la sécurité des véhicules autonomes bat son plein, nous découvrons également la possibilité de rendre les routes plus sûres grâce, par exemple, aux systèmes d’assistance au conducteur améliorés par intelligence artificielle.

La vision artificielle et l’intelligence artificielle sont les forces motrices de la technologie sous-jacente aux véhicules autonomes. On les met également à profit dans le secteur des services publics ainsi que dans le cadre d’innovations. Tandis que les dirigeants des sociétés de services publics font évoluer leurs modèles d’affaires pour demeurer concurrentiels en explorant de nouveaux débouchés commerciaux grâce à l’innovation ou à des partenariats, la vision et l’intelligence artificielles proposent d’améliorer à la fois la gestion de la chaîne d’approvisionnement et du réseau.

Prédire l’avenir

La vision artificielle, qui est un sous-ensemble amélioré de l’intelligence artificielle, désigne toute méthode permettant aux machines d’interpréter des entrées visuelles. Les premières tentatives d’interprétation consistaient à décomposer une image en un ensemble unidimensionnel de données de pixels, et à utiliser les bords ainsi que les angles des formes pour produire des modèles 3D à partir d’images 2D.

Depuis, la vision artificielle s’est transformée en reconnaissance d’objets en fonction de caractéristiques et en utilisation de réseaux neuronaux à convolution. Les sites de médias sociaux constituent un bel exemple de la puissance de ces réseaux. Lorsqu’un utilisateur se fait identifier dans une image, un algorithme mémorise ses traits du visage. Les réseaux neuronaux à convolution appliquent ensuite un ensemble de filtres à une nouvelle image pour calculer la probabilité qu’elle corresponde à un utilisateur donné. Ces méthodes peuvent également permettre de repérer en temps réel les personnes soupçonnées de vol à l’étalage, ce qui réduit les pertes de stocks.

Comme l’utilisation d’images provenant de satellites et de drones devient la norme dans la gestion des actifs des services publics, ces mêmes techniques relatives à la vision artificielle peuvent aider à prédire le moment où les actifs devront être réparés ou remplacés. Autrement dit, la vision et l‘intelligence artificielles peuvent aider les sociétés de services publics à prédire l’avenir.

Extraire d’énormes volumes de données – La nouvelle « ruée vers l’or »

À l’heure actuelle, les sociétés de services publics recueillent d’énormes volumes de données à l’aide de réseaux de capteurs, de compteurs intelligents, de systèmes de transactions et de technologies d’imagerie satellite. Toutefois, elles ont besoin d’un moyen efficace d’extraire ces données d’une multitude de systèmes sous-jacents. Elles doivent également organiser les données en un modèle de réseau structuré qui intègre tous leurs actifs de réseau. Ces sociétés peuvent ainsi disposer d’une base sur laquelle elles peuvent classer leurs applications d’entreprise qui intègrent la vision artificielle, l’intelligence artificielle et d’autres technologies comme l’automatisation intelligente ainsi que l’analyse de données pour accroître la performance et l’efficacité.

L’utilisation de la vision et l’intelligence artificielles pour améliorer la gestion des actifs a le potentiel de réduire les dépenses dans la chaîne d’approvisionnement en minimisant le surstockage et en prédisant à quel moment ces actifs cesseront de fonctionner. Cette approche permet également de modéliser et de prédire la consommation d’énergie en fonction de variables comme l’heure du jour et la météo, ce qui permet aux sociétés de services publics de fournir une quantité adéquate d’électricité au réseau. L’avantage de cette démarche, c’est qu’elle permet d’atteindre le niveau plus élevé de résilience et de fiabilité que les sociétés de services publics cherchent à obtenir et que les clients exigent de plus en plus.

Dans le but de relever les défis précédemment décrits que posent les données sous-jacentes, notre suite de solutions CGI OpenGrid360 propose un modèle de réseau intégré qui permet d’utiliser diverses sources de données, comme les données géospatiales, l’imagerie et les caractéristiques des actifs, pour surveiller, prédire et préserver l’état de santé des infrastructures.

Bien que l’utilisation de la vision et l’intelligence artificielles dans le secteur des services publics soit indéniable, il est essentiel de trouver un bon équilibre entre rapidité et stabilité.

Veuillez communiquer avec moi pour explorer les perspectives offertes par la vision et l’intelligence artificielles qui sont rendues possibles grâce à CGI OpenGrid360, ainsi que par notre équipe d’experts du secteur des services publics.

À propos de l’auteur

Picture of James Guo

James Guo

Conseiller

En tant que membre de l’équipe Solutions sectorielles de CGI aux États-Unis, James a contribué au développement de divers logiciels pour le secteur des services publics, notamment la suite de solutions CGI OpenGrid360.

Ajouter un commentaire

Comment editor

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
Règle de modération du blogue et conditions d'utilisation