La solution de Cartesiam pour intégrer facilement de l’IA dans les objets connectés

La start-up française Cartesiam a dévoilé, le 25 février, sa solution logicielle NanoEdge AI Studio. Cette bibliothèque d’algorithmes est utilisable par n’importe quel développeur pour mettre de l’intelligence artificielle dans un objet connecté. L’objectif : doper la maintenance prédictive.

Réservé aux abonnés
Bob maintenance prédictive Cartesiam Eolane
Cartesiam avait équipé le capteur de vibration Bob, de son partenaire Eolane, avec ses algorithmes de maintenance prédictive. Une façon de valider son approche du edge computing.

Faire tourner de l’intelligence artificielle directement sur les microcontrôleurs est le crédo de la pépite française Cartesiam. Cette spécialiste du Edge Computing va aujourd’hui plus loin en dévoilant, mardi 25 février au salon Embedded World, une solution logicielle qui permet d'implémenter facilement des algorithmes d’IA dans un objet connecté.

Nano Edge AI Studio, de son nom, est une bibliothèque d’algorithmes d’apprentissage machine adaptés à l’univers des microcontrôleurs. Des développeurs sans connaissance en IA peuvent l'utiliser pour créer leur projet d'objet intelligent. "Notre solution permet aux entreprises de développer et déployer rapidement l’IA dans leurs objets, principalement pour faire de la détection d’anomalie", explique Joël Rubino, le directeur général et cofondateur de Cartesiam. Ici, pas besoin de données en masse ni de data scientists, ces spécialistes de la donnée devenus une denrée rare sur le marché du travail.

Un logiciel qui tourne en local, sans envoi de données

"Nano Edge AI Studio tourne sur un ordinateur en local, ce qui permet une confidentialité totale des projets", précise François de Rochebouet, le directeur technique de Cartesiam. Quand il créé un nouveau projet sur le logiciel, le développeur indique le comportement normal de l’objet, un exemple de comportement atypique, puis laisse le logiciel tourner pour que celui-ci trouve, parmi des millions de combinaisons d’algorithmes, la plus précise.

La particularité de la technologie de Cartesiam est qu'elle s'exécute entièrement sur le microcontrôleur : c'est là que se passent à la fois la phase d’inférence - pendant laquelle les modèles déjà entraînés s’exécutent - et celle précédente dite d’apprentissage, durant laquelle les modèles se construisent. L’avantage : les données de l’utilisateur ne sont ni partagées avec un tiers ni envoyées dans le cloud.

Maintenance de climatiseurs ou de fours industriels

Cette solution s’appuie sur trois ans de R&D durant lesquels les mathématiciens de la start-up basée à Toulon (Var) ont travaillé à convertir des algorithmes d’apprentissage machine qui tournaient dans le cloud à l’univers des microcontrôleurs, ces circuits imprimés de faible puissance et peu coûteux, omniprésents dans les systèmes embarqués (téléviseurs, frigo, cafetière, ...).

Plusieurs cas d’usage avec Nano Edge AI Studio ont déjà été testés, notamment pour détecter un filtre bouché dans un climatiseur – là, le microcontrôleur envoie un signal d’alerte quand il détecte une modification de la forme du filtre, signifiant son obstruction. L’ETI Lacroix Electronics, elle, a utilisé le logiciel pour optimiser les fréquences de nettoyage des fours à refusion de ses usines. Une façon de débloquer des projets d’IA simples, sans avoir de compétences particulières en interne et sans grand investissement.

Newsletter La Quotidienne
Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.