3 applications concrètes de l’intelligence artificielle dans le transport maritime

Retour sur l’IA Day AMU-IBM qui porte sur la thématique IA et Transport. Lors de ce wébinaire nos intervenants (Nicolas Prcovic Maître de Conférences chez Aix-Marseille Université, Eric Aquaronne HW Systems Strategy chez IBM, Jean-Baptiste Leger CEO – Managing Director chez PREDICT) ont parlé de leurs travaux et en particulier des applications qu’ils ont contribué à développer. Ces applications, bien qu’elles renvoient à des cas d’usages différents, ont été menés dans un cadre pluridisciplinaire, avec comme contraintes et objectifs communs d’outiller les médecins de dispositifs fiables et scalables, dans une proximité forte avec les terrains d’usage. Focus sur les applications intelligence artificielle en lien avec les technologies dédiées à la mobilité maritime, l’optimisation des routes maritimes, la maintenance industrielle, ainsi que la conduite autonome de bâtiments.

Recap IA Day #3 – IA et Transport – retours pratiques sur la mobilité maritime

Optimisation des routes maritimes grâce à l’intelligence artificielle

Problème industriel : routage maritime

La question du routage maritime est un problème qui concerne les transporteurs maritimes de marchandises, comme la CMA CGM qui doit faire transporter leurs navires d’un port à un autre. Leur but est de pouvoir optimiser la route en tenant compte de plusieurs critères, notamment le temps de parcours, la consommation de carburant et la sécurité. C’est un problème où il faut optimiser plusieurs critères. Par ailleurs, il est aussi important de prendre en compte le fait que les coûts varient en fonction de la date.

En effet, si on se retrouve à mi-chemin du parcours et qu’il s’agit de progresser dans une direction, les données météos vont dépendre de la date ainsi que les courants etc. Cela complexifie donc le problème. En outre si la vitesse varie au cours du trajet, cela va bien évidemment rajouter de la complexité dans la recherche d’une solution.

Première approche :  vitesse constante

À supposer que lors de votre trajet Boston-le Havre, il y a une perturbation qui se déplace du nord-ouest vers le sud-ouest.  Vous avez alors deux solutions, soit vous décidez de vous déplacer plus vite pour éviter la perturbation, soit vous ralentissez votre vitesse pour laisser passer la perturbation.  Sachant que lorsque vous êtes en pleine perturbation cela vous fait ralentir et consommer plus de carburant. La vitesse est une façon de consommer moins de carburant tout en allant suffisamment vite.

Seconde approche : vitesse variable

Lorsque la vitesse est constante, vous êtes obligé de faire un détour.

Problématique de l’optimisation multicritère et dépendante du temps

Problématique de l’optimisation multicritère

Lorsqu’il s’agit d’un problème ou vous essayez de minimiser un critère, ce qui est assez simple, c’est qu’il n’y a qu’une seule solution. Vous cherchez par exemple une seule solution, le meilleur coût. Il suffit d’avoir une solution au meilleur coût.

Cependant, quand il y a deux critères que vous n’êtes pas en mesure de départager, vous pouvez avoir plusieurs solutions. Vous pouvez avoir une solution avec un trajet qui prend plus de temps et qui consomme moins. Pareillement vous pouvez avoir une solution avec un trajet qui se fait plus rapidement et qui consomme plus de carburant.

Quand les deux critères, c’est-à-dire la consommation et la durée de trajet sont aussi importants l’un que l’autre, vous pouvez vous retrouver avec un grand nombre de solutions.

Problématique de la dépendance du temps

Lorsque vous essayez d’optimiser le routage, dans le but de voir quel chemin est le meilleur, en règle générale vous testez différents chemins en parallèle. Si vous observez un coût faible sur un chemin optimal entre le Havre et Boston, vous n’allez pas prendre un chemin plus long.  Et donc dans le cas où les coûts ne varient pas vous n’allez garder que l’option optimale.

Or ici le problème, c’est qu’on ne peut pas écarter les chemins qui ne semblent pas optimaux car au final ils pourraient s’avérer utiles et devenir optimaux. Notamment à cause des aléas de la météo et de la variation des coûts.

MATSYA : logiciel IA pour l’optimisation multicritère des routages maritimes

L’intelligence artificielle MATSYA (MAritime Traffic SYstem Application) a été créée pour répondre à la problématique d’optimisation multicritère.  Il s’agit d’un logiciel développé avec ATOS. Par ailleurs, ils ont aussi développée un algorithme multi-objectif qui dépend du temps pour résoudre les problèmes de trajet. Tout en permettant de pouvoir encore optimiser les coûts en faisant varier la vitesse. Le logiciel permet de faire un gain en carburant d’une valeur de 5%, pour un temps de calcul de 10 secondes.

Traverser les océans avec l’IA: le Mayflower

Qu’est-ce que le Mayflower Autonomous Ship (MAS) ?

Le Mayflower est un projet qui date de 2016. Ce bateau autonome a été fabriqué par la société SUBMERGENCE GROUP. L’entreprise construit depuis plus de 20 ans des sous-marins, avec énormément de caractéristiques autonomes. Il s’agit donc de sous-marins construits par des personnes expérimentées dans le domaine maritime.

Le Mayflower Autonomous Ship (MAS) est un trimaran, propulsé à l’électricité. En effet, il intègre des panneaux solaires. Le mayflower,  bateau autonome est aussi muni d’un générateur de sécurité. Ce bateau n’est pas limité du point de vue technologique. Tout ce qui aurait pu être mis à bord l’a été.

IA et mobilité maritime :  les missions du Mayflower Autonomous Ship (MAS)

L’une des missions du bateau est la célébration de la traversée de l’Atlantique par le premier Mayflower en 1620. Il va donc partir de Plymouth en Angleterre et arriver à Plymouth dans le Massachusetts aux États-Unis. La mission première du bateau est la collecte de données océanographiques. La deuxième mission est que le bateau puisse servir de preuve technologique, pratique.  C’est le test d’une nouvelle solution de navigation autonome, qui permet de travailler en autonomie totale. Il s’agit ici d’un système qui sera en mesure de décider de lui-même et de pouvoir optimiser sa route maritime par lui-même.

Par ailleurs, comme nous l’avons mentionné précédemment, il y effectuera une collecte de données océanographiques. Ces données seront publiées et les chercheurs pourront y avoir accès de façon dynamique sur mas 400. Il y aussi un système de mesure de microplastique totalement automatisé. Ce système va collecter l’eau sur des filtres et des échantillons. Il sera ensuite possible de faire des études caractéristiques de l’eau. Il y a beaucoup de fonctions à gérer. Mais il est important de comprendre que le Mayflower est totalement autonome. Il est fait pour fonctionner sans connexion internet d’aucune sorte.  Mais il est aussi capable de se connecter en mode satellite, par réseau côtier, ou par Wi-Fi en cas de collecte de données. Le bateau contient tout un système de navigation autonome, de capitainerie. C’est le “Capitaine IA”.

IA et mobilité maritime : le Mayflower un système distant intelligent extrême

Est-ce que cette image est un Iceberg ou un pêcheur ? Dois-je céder la priorité à ce navire ou continuer tout droit ? Quelle est la route la plus rapide vers ce point de passage ? À quelle vitesse naviguer en tenant compte du niveau des batteries ? Trois technologies d’intelligence artificielle vont aider le mayflower 400 dans sa prise de décision. Le deep learning, open-source, Power IBM. À cela s’ajoute un logiciel d’expertise, de règles d’inférence (ODM IBM). Ainsi, qu’un logiciel d’optimisation, de programmation par contraintes, qui s’appelle CPLEX. Grâce à ces outils, il est possible de consulter le log du bateau et de comprendre les décisions prises par le Mayflower autonomous ship à un instant précis. Toutes les prises de décisions ont lieu sans connexion avec la terre.

Le bateau est capable de faire des calculs afin de trouver le meilleur routage maritime possible pour atteindre son point de destination. Dans une baie avec une cinquantaine de bateaux le Mayflower sera en mesure de trouver la trajectoire optimale en trois secondes. Le bateau est parti le 15 juin 2021 pour effectuer sa première traversée, de l’Angleterre aux États-Unis. Il doit revenir via le HMS challenger, le premier vrai bateau océanographique de l’histoire. Le Mayflower doit ensuite opérer pour une durée de 10 ans.  Les technologies liées à la navigation présents dans le bateau, sont déjà dans des projets liés à la marine marchande et à la défense sous-marine par exemple.

Ce système de navigation a su prouver son efficacité dans la surveillance de ports. En effet, il peut permettre de détecter des comportements anormaux de certains bateaux pour prévenir contre d’éventuels accidents. Les technologies présentes dans le bateau peuvent-être aussi utiliser comme moyen de surveillance dans les ports. Une autre problématique qui se pose est de savoir s’il sera possible de faire naviguer une flotte de bateau comme le Mayflower, avec le même système de navigation autonome.

L’intelligence artificielle : Anticiper et maîtriser au service de la performance maritime

La spécialité de PREDICT c’est l’usage de l’intelligence artificielle embarquée pour anticiper les dysfonctionnements, dérives de comportements des équipements que vous pouvez retrouver dans un navire. Et aussi l’intelligence artificielle débarquée qui permet de faire la connexion.

PREDICT: l’utilisation de l’intelligence artificielle et de l’intelligence naturelle

Chez PREDICT l’intelligence artificielle se retrouve notamment à plusieurs niveaux des techniques de machine learning,  du traitement :

• de l’information ;
• du signal numérique ;
• de la donnée.

Cela va permettre d’avoir une analyse très fine des comportements et des équipements. Au-delà de cette intelligence artificielle, il y a aussi l’intelligence naturelle, qui provient notamment de la physique au sens général du terme, c’est-à-dire, des ingénieurs. Mais aussi une intelligence naturelle qui vient de l’expérience, des marins qui naviguent et exploitent les navires.  Cette expertise-là ne peut provenir que de personnes qui en ont fait l’expérience. Il est donc d’ores et déjà important d’avoir cette intelligence naturelle à laquelle vient se greffer une intelligence artificielle qui va pouvoir aider dans la compréhension et dans l’anticipation des dysfonctionnements.

PREDICT utilise l’intelligence artificielle de manière efficace

Pour PREDICT l’intelligence artificielle est un atout qui permet à la société de tenir ses engagements vis-à-vis de ses clients. Notamment le fait de ne générer aucune fausse alarme.  En effet, il s’agit ici de l’un des enjeux majeurs de PREDICT, pour éviter de faire perdre du temps aux clients. Par ailleurs, l’entreprise veut être en mesure de détecter 100% des problèmes et pouvoir détecter les potentiels problèmes qui pourraient entraver le bon fonctionnement et le bon déroulement d’une route à cause d’un problème technique à bord du bateau. Ce sont des engagements forts et grâce à l’intelligence artificielle, PREDICT est à l’heure actuelle en mesure de tenir ses engagements vis-à-vis de ses clients.

C’est pour cela que PREDICT s’engage à utiliser une intelligence artificielle qui est opérationnelle maintenant et qui est capable de donner des résultats très rapidement et dans un délai très court.

L’intelligence artificielle et la maintenance prédictive chez PREDICT

Contrairement aux systèmes actuels qui alertent lorsqu’il y a un problème, l’intelligence artificielle et la maintenance prédictive permet d’avoir une alerte précoce. Cette alerte va donner un laps de temps (entre 5 à 6 mois) dans lequel intervenir pour éviter la panne ou le dysfonctionnement.  Cette prédiction va du pronostic le plus optimiste au pronostic le plus pessimiste afin d’avoir un horizon temporel plus large. Il est à noter que le risque ici n’est pas une certitude. L’alerte permet de prendre connaissance et d’avoir conscience de ce risque. Cela permet ainsi de pouvoir identifier les causes potentielles de la panne et du dysfonctionnement plus rapidement et de manière plus efficiente. En outre, ça permet notamment aussi :

• D’anticiper une surconsommation énergétique ;
• De réduire de manière drastique les coûts d’intervention ;
• D’anticiper l’impact sur la qualité du service aux exploitants et ou aux utilisateurs ;
• D’anticiper l’accélération du vieillissement d’autres équipements qui souffrent du vieillissement d’autres équipements.

À noter : Anticiper, effectuer un diagnostic c‘est aussi s’assurer que tous les équipements fonctionnent correctement.