Les chiffres ne mentent pas. C’est ce que s’est répété Alexandre Gervais, PDG de Haxio, avant sa rencontre avec son client. Dans la salle de conférence, Alexandre explique sa découverte. Pour arriver à créer un système précis et efficace grâce à un budget raisonnable, il ne semble y avoir qu’une voie possible : l’intelligence artificielle.

« C’est sûr qu’il a été surpris lorsqu’on lui a montré les résultats, se rappelle-t-il. Utiliser l’intelligence artificielle dans le domaine biomédical, c’est une idée qui sort de la boîte. Mais le constat était là.»

Après quelques jours de réflexion, le client les appuie financièrement et Haxio peut aller de l’avant. Ne restait plus qu’à trouver une équipe capable de créer une intelligence artificielle de haut niveau…

Alexandre Gervais, fondateur de HAXIO, qui pose devant son projet FactorySight

L’intelligence artificielle et l’industrie manufacturière au Québec

Ce n’est pas d’hier qu’Alexandre Gervais s’intéresse aux technologies et aux manufactures.

« Tous les membres de ma famille sont des ingénieurs mécaniques, explique-t-il. Moi, je suis le mouton noir avec mon parcours en gestion. Je me souviens d’avoir accompagné mon père dans des usines pour le voir travailler sur des interfaces qui datent d’il y a vingt ans. Honnêtement, ça fait mal aux yeux. »

Alexandre Gervais n’est pas le seul à le penser. En fait, le Centre interuniversitaire de recherche en analyse des organisations (CIRANO) a récemment publié la neuvième édition de son ouvrage Le Québec économique. Au Canada, 42 % des PME manufacturières n’ont toujours pas entamé leur virage numérique alors que leurs concurrentes aux États-Unis, en Europe et en Asie y sont déjà bien engagées. Un constat qui inquiète les spécialistes.

Haxio est une entreprise spécialisée en vision industrielle. Son client l’avait embauchée pour créer un mécanisme capable d’inspecter efficacement des seringues préremplies de solution saline. Comme celles-ci sont appelées à être utilisées par des professionnels de la santé, il faut s’assurer qu’aucun contaminant ne se trouve dans leur contenu, qu’elles soient suffisamment pleines et qu’elle ne présente généralement pas d’autres défauts.

Jusqu’alors, ce travail était fait par des employés.. Les yeux plissés, les seringues défilent devant eux à un rythme dicté par la machine. Concentrés sur ces objets tous semblables, ils doivent, au mieux de leur capacité, trouver les défauts: particules, niveau trop bas ou trop haut, bouchon mai placé, etc. Non seulement le risque d’erreur est important, mais la tâche est si exigeante que les salariés doivent effectuer une rotation toutes les quinze minutes pour être en mesure de conserver leur rendement.

À l’évidence, un système de vision industrielle peut pallier ce manque, mais les solutions actuelles sur le marché sont si chères qu’elles ne sont intéressantes que pour des seringues remplies de médicaments à leur tour très coûteux..

Haxio s’est donc penchée sur le problème pour construire une mécanique efficace et moins coûteuse. Rapidement, il est apparu qu’une approche traditionnelle avec la vision industrielle ne permettrait pas de grandes avancées. Avec un tel système, on doit programmer des règles de type « si… alors ». Ainsi, on doit dire au programme d’évaluer chaque pixel de sorte que si un pixel est noir, selon telle ou telle condition, il doit conclure que la seringue est à éliminer. L’embûche, c’est qu’il faut imaginer toutes les situations possibles pour écrire suffisamment de règles qui permettent d’obtenir une précision élevée.

Source : Optima Packaging Group est une entreprise allemande qui automatise justement les processus de remplissage de seringues

L’intelligence artificielle apporte une solution. Grâce à l’apprentissage profond, on peut plutôt laisser la machine apprendre par elle-même à reconnaître les imperfections à partir d’une grande quantité d’images de seringues préremplies.

Ironiquement, cette qualité qui permet d’obtenir un système performant est aussi un défaut pour l’industrie biomédicale.

« Si une particule n’est pas détectée et que cela cause un problème de santé, on veut être en mesure de retracer l’origine de l’erreur pour la corriger, explique Alexandre. Le défi avec l’intelligence artificielle, c’est qu’elle s’est entraînée toute seule. On ne connait pas nécessairement ses critères de décision. »

L’équipe a donc dû inventer un module pour comprendre les choix du système et les rectifier au besoin. Aujourd’hui, le tout fonctionne avec un très haut taux d’efficacité.

Haxio s’apprête-t-elle à vendre son mécanisme à d’autres usines ?

« En fait, on vient d’effectuer un pivot, indique Alexandre avec un sourire. On s’est aperçu que l’aspect mécanique demandait beaucoup de logistique et que cela risquait de ralentir notre croissance. Aujourd’hui, on souhaite plutôt vendre l’intelligence artificielle et la programmation que nous avons conçues pour les installer sur les systèmes des autres fabricants. »

Et son équipe dans tout ça, comment Alexandre a-t-il fini par la trouver ?

« C’est là que Prompt nous a beaucoup aidés, souligne Alexandre. Ils nous ont mis en contact avec un excellent professeur de l’ÉTS qui, en retour, nous a permis de rencontrer deux étudiants qui ont participé au projet. L’un d’eux travaille maintenant à temps plein pour nous. »

*Addendum : Depuis la rédaction de cet article, Haxio a été acheté par l’entreprise Vooban.