L’Hybrid AI est une approche singulière de l’intelligence artificielle. On a voulu en savoir plus en posant trois questions à Arnaud de Moissac, CEO de DCbrain !
- Quelle serait une définition simple de L’Hybrid AI ?
L’Hybrid AI peut se définir par deux approches complémentaires chez DCbrain. Premièrement, il s’agit d’injecter des lois physiques à une intelligence artificielle en plus de données afin d’ancrer ces IA dans la réalité. Deuxièmement, c’est le fait de donner une capacité d’intuition quasi humaine aux algorithmes utilisés pour optimiser les réseaux afin d’obtenir et de générer des intuitions artificielles. L’Hybrid AI est donc “un mélange” d’intelligence artificielle, d’expertise humaine, de comportement théoriques et de mesures de données du monde réel.
Cette technique permet à INES, la plateforme de DCbrain, d’apprendre très rapidement un double digital très précis et borné par des limites physiques même si peu de données sont disponibles. Ce double digital saura s’améliorer avec le temps. Cela permet également d’obtenir des temps de calcul d’optimisation extrêmement courts sur des problèmes pourtant très complexes.
Un exemple emblématique d’Hybrid AI est la victoire de Google sur le champion du monde de Go. Cette victoire ne semblait pas à la portée d’un ordinateur avant plusieurs dizaines d’années. Google a hybridé un algorithme classique de jeu de Go (MCTS) avec des réseaux de neurones puis a permis à cet algorithme de jouer plusieurs centaines de milliers de parties contre lui-même (on parle de Reinforcement Learning) pour acquérir une sorte d’intuition humaine du niveau d’un grand maître.
- Dans quel contexte l’utilisez-vous chez DCbrain ?
Nos clients font face à une véritable révolution dans la façon d’opérer leur réseaux. L’injection et la prise en compte des énergies renouvelables, par exemple (comme le biométhane ou l’hydrogène), fait que des réseaux qui auparavant étaient essentiellement gérés à moyen ou long terme doivent être opérés sous contraintes au quotidien. Les opérateurs se retrouvent à devoir gérer des situations nouvelles avec de nombreux aléas chaque jour. Or, leurs outils traditionnels sont incapables de tirer partie de la donnée remontant du réseau pour les aider dans cette nouvelle tâche.
Chez DCbrain, l’Hybrid AI est au coeur de notre solution pour les réseaux de gaz, d’énergie, d’eau, d’électricité, de chaleur, de transport, de logistique, etc… Elle permet à nos clients d’optimiser leurs réseaux, de les visualiser, de simuler différents scénarios, de détecter des anomalies et de faire des prévisions. Tout cela est possible avec un temps d’apprentissage très réduit et un jumeau numérique particulièrement précis puisqu’il est basé sur des données terrain.
VOUS SOUHAITEZ ENTRER EN CONTACT AVEC DES STARTUPS INNOVANTES ?
- Quels sont ses avantages par rapport aux autres techniques utilisées ?
L’Hybrid AI est une approche beaucoup plus rapide qui permet donc de tester beaucoup plus de scénarios et par conséquent d’obtenir une optimisation idéale. Par exemple, la construction du double digital pour un réseau de gaz passe de 1 an pour un solveur classique à 1 mois pour INES. De plus, le double digital de DCbrain s’améliore en continu. Le calcul de configuration optimal d’un réseau à partir de données de contexte (capteurs, météo…) quant à lui, prend 1 jour pour un solveur classique mais seulement 1 minute pour DCbrain.
Par ailleurs, l’Hybrid AI fournit la même puissance que l’Intelligence Artificielle tout en évitant l’effet boîte noire, c’est à dire l’incompréhension de son raisonnement. En effet, comme l’Hybrid AI utilise des lois physiques, il est possible de comprendre ses analyses. On parle d’explicabilité. Même si l’Intelligence Artificielle dispose de pleins de données, elle reste prisonnière de ce qu’elle a appris. Ainsi, sans lois physiques, elle a ses limites et ne peut pas calculer ce qui s’écarte trop de ce qu’elle a appris. Enfin, l’Hybrid AI est plus facile à comprendre par les professionnels car elle permet d’afficher la cartographie des réseaux en temps réel, ce qui permettrait de détecter des anomalies rapidement par exemple.
Arnaud de Moissac est co-fondateur et CEO de DCbrain.