Descriptif du projet

Apporter une aide à la décision augmentée pour les pilotages complexes

Le pilotage de systèmes critiques (avion, voiture, train, etc.) ou de réseaux sensibles (transport, électricité, télécoms etc.) implique pour l’opérateur de gérer une masse importante de données en provenance du système à piloter, liées à son environnement et à la complexité de la situation dans lequel il se trouve. Cela conduit à une augmentation significative de sa charge cognitive. L’automatisation et la mise à disposition d’assistants virtuels sont couramment utilisées dans les situations où la décision finale revient à l’humain. La qualité de la coopération et la complémentarité de l’apprentissage entre l’homme et son assistant virtuel sont essentielles.

L’objectif du projet CAB, lancé en octobre 2020 pour une durée de quatre ans dans le cadre du programme IA2 (Intelligence Artificielle et Ingénierie Augmentée),  est le développement et le prototypage d’un cockpit de tests générique – ouvert en termes d’applications industrielles -, dans lequel il sera possible d’évaluer les formes d’échanges entre l’expert et une IA qui apprend en continu, à la fois des flux d’informations reçus mais aussi des décisions prises par l’homme. L’aspect explicatif des recommandations de l’IA est central dans ce projet pour donner de la valeur ajoutée à l’opérateur dans le cadre de sa prise de décision. L’assistant virtuel saura déterminer le profil de l’opérateur, son niveau de charge cognitive, et adapter les flux d’informations remontés vers l’opérateur en vue de gérer dans les meilleures conditions une situation complexe et/ou atypique.

Résultats attendus

4 cas d’usage seront étudiés dans le cadre du projet CAB :

  • Dassault Aviation : proposer une assistance aux équipages d’avions au regard de l’augmentation de la complexité des missions, tout en consolidant la sécurité.
  • Orange : bénéficier d’un assistant bidirectionnel qui regroupe les mesures permettant de vérifier que les applications et infrastructures télécoms sont opérationnelles et performantes, avertir en cas de dysfonctionnement en cours ou anticipé, et afficher les mesures ayant atteint un seuil critique pour repérer et réparer la cause du dysfonctionnement.
  • RTE : proposer aux opérateurs un assistant apprenant s’adaptant à leur niveau d’expertise et à la criticité de la situation, pour aider à la prise de décision dans le cadre de la conduite des réseaux électriques en anticipation et en temps-réel et faciliter la coopération au sein de la salle de conduite, entre différents métiers et lors du passage de relais d’une équipe à une autre.
  • SNCF : concevoir une preuve de concept d’un agent virtuel bidirectionnel permettant d’augmenter en temps réel les capacités des opérateurs faisant face à des situations complexes et/ou atypiques sous contrainte temporelle forte.

Au terme du projet, seront développés/proposés : un démonstrateur de cockpit intelligent ouvert pour adresser des cas d’usages variés, des datasets et des algorithmes pertinents pour l’hybridation de l’IA avec des IHM multimodales.

Compétences mises en oeuvre

Science des données et IA
Interaction homme-machine

Marchés visés

  • Aéronautique
  • Télécommunications
  • Transports
  • Énergie

 

Badge Industrie du futur
Industrie du futur
Project Status:État du projet : Lancé
Industrial partner(s):Partenaire(s) industriel(s) :
Dassault Orange RTE SNCF
Academic Partner(s)Partenaire(s) académique(s)
Inria IRT SystemX
Project Manager(s)Cheffe(s) de projet
Maroua Meddeb
maroua.meddeb[at]irt-systemx.fr

Inscrivez-vous à la newsletter de l'IRT SystemX

 et recevez chaque mois les dernières actualités de l'institut :