Afin de réduire le temps consacré à la recherche documentaire en aérospatial, deux étudiants de l’ECE, Lilian Rage et Youri Lalain, ont conçu une intelligence artificielle générative capable de faciliter l’accès à l’information technique. Cette IA peut traiter aussi bien des textes que des images. Pour l’entraîner, ils ont constitué une base de données regroupant fiches techniques, rapports détaillés, manuels d’utilisateur et archives trouvées en ligne.
Ils ont choisi de se concentrer sur un cas d’usage précis : les moteurs d’avion et de fusée. «À partir d’une simple image d’un moteur, l’IA est capable d’identifier ses composants ainsi que des informations clés, comme les matériaux utilisés, les risques associés, la durée de vie des pièces, explique Lilian Rage. Notre modèle conseille également sur la maintenance des pièces.» Bien qu’actuellement spécialisée sur les moteurs, l’intelligence artificielle développée par les deux étudiants peut être ré-entraînée sur d’autres ensembles de données, afin d’aborder d’autres thématiques liées à l’aérospatial. Ce projet est en lice dans la catégorie Ingénierie 4.0 du Grand Challenge des écoles d’ingénieurs, dont les résultats seront annoncés le 15 mai 2025.
«Spécialisé et précis»
Comparée aux très grands modèles de langage qui comptent plusieurs centaines de milliards de paramètres, leur IA en mobilise seulement quelques millions. «Notre modèle ne peut pas répondre à tout, mais il a l’avantage d’être spécialisé et précis», souligne Lilian Rage. Dans les mois à venir, les deux étudiants envisagent de poursuivre le développement de leur projet au sein de l’Intelligence Lab, le centre d’innovation en IA générative de leur école. «Quelques entreprises, qu’elles soient partenaires de l’école ou non, nous ont contactés, indique Youri Lalain. Cet intérêt nous encourage à poursuivre notre idée.» En attendant une éventuelle industrialisation, leur modèle est accessible en ligne, en open source, sur la plateforme communautaire Hugging Face.
