L’intelligence artificielle appliquée aux infrastructures routières et à la maintenance prédictive
Perspectives et besoins de R&D
La filière des « Travaux publics » (TP) n’est qu’au début de sa révolution numérique.
Si l'« intelligence artificielle » (IA) y occupe une place marginale, elle promet d’avoir, dans les prochaines décennies, des répercussions majeures sur les connaissances et pratiques du secteur, à toutes les étapes du cycle de vie des infrastructures.
Objet d’investissements parfois considérables de la part d’entreprises comme d’Etats, la recherche-développement en
« intelligence artificielle » (IA) irrigue déjà de ses applications des secteurs importants de notre économie : la santé, la sécurité des biens et des personnes, les transports, les industries manufacturières, le commerce en ligne... De la maîtrise de ces savoirs et techniques en IA, tous secteurs confondus, dépendra probablement demain une part essentielle de notre compétitivité – et de notre souveraineté.
C’est pour éclairer ces « promesses » que la présente étude a été conduite. Impulsée par le comité d’orientation pour la recherche appliquée en génie civil et soutenue par le service de la recherche et de l’innovation du ministère de la Transition écologique, cette étude apporte un début de réponse aux multiples questions que peuvent se poser les non-initiés à l’IA du secteur. Que recouvre-t-elle ? Quel en est le potentiel, quelles en sont les limites ? Quelles sont les premières velléités de la filière TP en matière de recherche et d’innovation et intégrant ces approches ? Quelles pistes de développement en IA privilégier, à court et moyen termes, pour accompagner satransition écologique et numérique ?
Avant-propos
Introduction
Chapitre 1. Intelligence artificielle, les fondamentaux
- Définir l’intelligence artificielle
3 types d’intelligence
Faire de l’IA : symbolique ou connexionnisme ?
De la reconnaissance de forme à l’IA - Les réseaux de neurones
- Utilisations
Apprentissage supervisé : apprendre à prédire
Apprentissage non supervisé : apprendre à résumer
L’IA dans notre quotidien
Chapitre 2. Data et Big data
- Quelques caractéristiques du Big data
Volume
Vitesse
Variété
Variabilité
Véracité
Validité
Vulnérabilité
Volatilité
Visualisation
Valeur
Chapitre 3. Exemples d’utilisation de l’intelligence artificielle
- La route de 5e génération
- Optimisation de la conception
- Des inventaires routiers géolocalisés
Chapitre 4. L’IA dans le domaine des réseaux routiers
- Les éléments de la route
- La sémantisation
- Conception
- Construction / Réalisation
- Gestion courante
- Exploitation
- Maintenance courante et entretien
Maintenance courante de l’infrastructure
Maintenance courante des équipements
Viabilité hivernale, sécurité
Gros entretien et renouvellement
Exemples de technologies associées à la maintenance - Applications « commerciales » dans les domaines de l’ingénierie et de la construction
Contrôle qualité, gestion des risques
Ressources humaines
Marchés et contrats - IA, transport et mobilité
Le positionnement optimal des ressources
L’assurance d’être livré à temps
L’optimisation de la flotte de moyens de transports
L’orchestration des livraisons
Le camion autonome
Chapitre 5. IA et maintenance des infrastructures routières
- Quelques opportunités
- Des observables aux indicateurs
- Des indicateurs aux décisions de maintenance
Chapitre 6. Les perspectives de R&D
Production de données / capteurs
Qualité des données
Traitement des données
Indicateurs
Algorithmique IA
Décision en temps réel
Besoins généraux et interdisciplinarité
Quelques enjeux politiques et sociétaux
L’intérêt des plateformes de données
Conclusion
Sources
Remerciements
Annexe
