Assurance qualité : IT-Logix lance une offre de vision industrielle
La société de conseil IT-Logix, qui se concentre sur la veille économique, l'entreposage de données, la science des données et les données volumineuses, élargit sa gamme de services pour inclure la vision artificielle pour l'assurance qualité industrielle. L'entreprise dispose d'un plan architectural-technologique issu de son expérience dans des projets déjà réalisés.

"Sur la base des commandes de sociétés commerciales et industrielles, nous avons développé une approche structurée comprenant un plan d'architecture technique pour l'intégration de systèmes périphériques typiques", explique Samuel Rentsch, co-PDG d'IT-Logix. "C'est parce que nous sentons une demande croissante de vision artificielle avec des méthodes d'apprentissage automatique avancées, afin de pouvoir également gérer des processus décisionnels complexes dans le Assurance de la qualité à couvrir".
De nombreux systèmes existants ont atteint la fin de leur cycle de vie, de sorte que des solutions pour des applications exigeantes sont en cours d'évaluation pour de nouvelles acquisitions. La gamme est complétée par une sélection qualifiée de produits de caméras et de services de cloud computing de différents fournisseurs pour générer et former des images et des algorithmes. Les domaines d'application sont passionnants et variés", déclare M. Rentsch, "ils vont des applications commerciales et de conformité aux normes dans l'industrie et la fabrication aux fournisseurs automobiles et à l'inspection de bioséchantillons microscopiques dans les laboratoires médicaux".
La vision artificielle hier et aujourd'hui
La vision artificielle désigne les applications industrielles qui utilisent des systèmes visuels pour guider des processus automatisés. Depuis des décennies, elle a contribué à accroître l'efficacité du contrôle de la qualité dans divers domaines de la vie et des industries. Cependant, les processus décisionnels complexes en matière d'assurance qualité nécessitent souvent des techniques avancées qui vont au-delà des méthodes conventionnelles. L'apprentissage approfondi, en tant que sous-domaine de l'intelligence artificielle (IA), permet désormais aussi des vérifications plus sophistiquées des faits, des unités et des marques, par exemple dans le cas d'un arrangement aléatoire, de formes aléatoires ou de critères d'évaluation changeants, écrit IT-Logix. Par exemple, l'entreprise a soutenu la filiale de Migros Micarna dans un projet de système de classification d'images basé sur Microsoft Custom Vision : celui-ci vise à soulager les employés du plus grand producteur de viande, de volaille, de poisson et d'œufs des processus décisionnels répétitifs et physiquement fatigants pour la classification des produits d'abattage (voir texte ci-dessous).
Source : IT Logix
Transformation de la viande au moyen de l'IA
Grâce à l'intelligence artificielle (IA), Micarna, filiale de Migros, soulage les employés des processus décisionnels répétitifs et physiquement fatigants pour la classification des produits d'abattage. Dans l'usine de découpe du plus grand producteur suisse de viande, de volaille, de poisson et d'œufs, l'identification des produits est soutenue par un système de classification d'images basé sur le service Custom Vision de la famille Cognitive Services de Microsoft, plutôt que par une inspection visuelle par les employés. IT-Logix a donc collaboré avec Micarna pour fournir une preuve de concept. À cette fin, l'algorithme de classification des images fourni par Microsoft a dû être conditionné aux exigences spécifiques de l'entreprise.
"Le fait que le système fonctionne fondamentalement a déjà été démontré avec IT-Logix", déclare Michael Kott, chef de la gestion de projet chez Micarna à Bazenheid. L'objectif du projet était que les employés reçoivent des suggestions pour tous les produits de l'intelligence artificielle et n'aient plus qu'à les confirmer et les afficher dans le système en appuyant sur un bouton. L'IA n'a donc pas pour but de rationaliser les gens, mais de leur faciliter le travail. Si le service prend en charge le travail visuel de classification, qui est physiquement pénible, l'homme peut se concentrer sur la confirmation de la suggestion du système et ainsi conserver ses forces. "La catégorisation des images apporte un grand soulagement et aussi une optimisation de la qualité du résultat à long terme", dit Kott.