Nous suivre Industrie Techno

A Embedded World, Cartesiam intègre l’intelligence artificielle dans les microcontrôleurs

MANUEL MORAGUES
Soyez le premier à réagir

Soyez le premier à réagir

A Embedded World, Cartesiam intègre l’intelligence artificielle dans les microcontrôleurs

Bob Assistant, capteur de vibrations d'Eolane équipé des algorithmes de maintenance prédictive de Cartesiam, a déjà validé l'approche de la start-up.

© Eolane-Cartesiam

La start-up française Cartesiam lance ce 25 février au salon Embedded World de Nuremberg sa solution « NanoEdge AI Studio ». Un environnement de développement dédié à l’intégration d’intelligence artificielle dans des microcontrôleurs.

Rendre les objets intelligents en intégrant le machine learning dans les microcontrôleurs qui les pilotent. Voilà l’objectif de la start-up française Cartesiam, qui lance ce 25 février au salon Embedded World de Nuremberg sa solution « NanoEdge AI Studio ».

Il s’agit, selon l’entreprise, du « premier environnement de développement intégré qui permet l’apprentissage [la construction d’un modèle à partir de données, ndlr] et l’inférence [l’exécution de ce modèle sur de nouvelles données, ndlr] directement sur les microcontrôleurs ARM Cortex M. »

Ces circuits intégrés, sortes de nano-ordinateurs de faible puissance et à bas coût, sont omniprésents dans les systèmes embarqués, de l’électroménager aux machines industrielles en passant par les véhicules et les objets connectés. Il s’en vendrait quelque 15 milliards par an, selon Cartesiam.  

Le machine learning pour la maintenance prédictive

La solution de la start-up veut permettre aux développeurs sur microcontrôleurs d’intégrer des capacités d’intelligence artificielle sans pour autant être experts en machine learning. Elle tourne sur un PC en local et vise principalement la détection de comportements anormaux, pour la maintenance prédictive.

L’utilisateur précise le type de signal à analyser (courant électrique, vibration…), fournit quelques exemples de signaux normaux et anormaux, indique son modèle de microcontrôleur et les usages mémoire et processeur qui peuvent être alloués… Charge alors au logiciel de Cartesiam de trouver, parmi quelque 500 millions de combinaisons possibles, la meilleure combinaison d’algorithmes pour l’usage ciblé.

Recherche automatique des meilleurs algorithmes

Cette bibliothèque logicielle peut être testée sur le PC via un émulateur, avant d’être téléchargée dans le microcontrôleur. Celui-ci pourra alors apprendre, à partir des signaux qu’il reçoit et sans supervision (c’est-à-dire sans indication humaine), quel comportement est normal et donc devenir capable de détecter des anomalies voire de les prédire en anticipant une dérive.

Fondée en 2016, « Cartesiam est partie du constat que le machine learning était issu du monde des données personnelles, avec des gros réseaux de neurones entraînés avec d’énormes quantités de données labellisées, sous forme d’images et de sons, rappelle François de Rochebouët, directeur technique et co-fondateur de Cartesiam. Or dans l’industrie, il y a souvent peu de données, encore moins de données labellisées, et il s’agit plus de signaux que d’images ou de sons »

« Placer l’apprentissage au plus près de la machine »

« Nous avons donc décidé de partir sur une approche radicalement différente : aller placer l’apprentissage au plus près de la machine », résume François de Rochebouët. Pas question, dans cette optique, d’utiliser ou même adapter les algorithmes de machine learning conçus pour être entraînés sur des serveurs surpuissants.

« Nous sommes partis d’une page blanche… et des mathématiques, se rappelle François de Rochebouët. Nous avons embauché des spécialistes du traitement du signal et des data sciences et nous avons développé des algorithmes spécialement pour les microcontrôleurs » La start-up s’est aussi sagement cantonnée à la problématique d’apprentissage d’une norme de comportement et à la détection d’écarts à cette norme. « C’est tout cela qui nous a permis de développer une IA frugale capable d’apprendre en local sur un microcontrôleur »

Résultats de Bob Assistant

La start-up a déjà fait valoir son approche avec Bob Assistant, un dispositif de détection de vibration d’Eolane dont le microcontrôleur intègre des algorithmes de Cartesiam pour en faire un outil de maintenance prédictive. « De nombreux grands industriels ont mené de vastes campagnes de test de Bob en 2019 et ont validé notre technologie », revendique François de Rochebouët.

Pour le cofondateur de la start-up, embarquer l’IA dans les équipements présente aussi un atout majeur pour les fabricants : « garder la valeur dans l’équipement plutôt que de la laisser partir dans le cloud ». Et François de Rochebouët d’ajouter : « Les géants du numérique s’intéressent de plus en plus à l’univers des microcontrôleurs. Ils ont gagné la bataille des données personnelles. La bataille, désormais, c’est celle données industrielles. »

 

 

 

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Hydrogène vert, souveraineté du cloud et Lab Robotique, le best of de la semaine

Hydrogène vert, souveraineté du cloud et Lab Robotique, le best of de la semaine

Cette semaine, vous avez été nombreux à vous intéresser à la technologie d’électrolyse alcaline que[…]

« Que Bpifrance choisisse AWS quand le président de la République réclame la souveraineté numérique, ce n'est pas acceptable ! », assène Frans Imbert Vier (Ubcom)

« Que Bpifrance choisisse AWS quand le président de la République réclame la souveraineté numérique, ce n'est pas acceptable ! », assène Frans Imbert Vier (Ubcom)

Michel Morvan, président de Cosmo Tech : l'amoureux de la complexité

Interview

Michel Morvan, président de Cosmo Tech : l'amoureux de la complexité

StopCovid : La France prépare une appli plus performante en cas de deuxième vague

StopCovid : La France prépare une appli plus performante en cas de deuxième vague

Plus d'articles