Spiria logo

Quand les ascenseurs se parlent

Le Machine Learning, ou l’apprentissage automatique par les ordinateurs, est une de ces formules à la mode qui rappelle la science-fiction pour toute une génération. En entendant ces termes, il est facile par exemple de penser à Hal, l’ordinateur du film 2001 l’Odyssée de l’espace, qui possède une intelligence et une conscience supérieures, aussi fascinantes que terrifiantes.

En fait, l’apprentissage automatique est une discipline connexe à l’intelligence artificielle, qui s’intéresse à l’exécution d’algorithmes par des ordinateurs sur des données existantes afin de créer de nouveaux modèles. Ces modèles prédisent ou même prennent des décisions fondées sur un volume important de données.

La composante d’apprentissage survient lors de l’addition d’un facteur d’exploration, ou de hasard, au flux d’algorithmes exécutés par l’ordinateur. Ce facteur d’imprévisibilité, allié à une quantité importante de données et de variables, permet d’arriver à des conclusions inédites, et représente donc réellement un apprentissage puisqu’il crée de nouveaux modèles prédictifs.

Le merveilleux monde des ascenseurs

Kone, l’une des entreprises les plus importantes au monde dans le domaine des ascenseurs et autres monte-charge, vient de s’associer à IBM pour exploiter les possibilités offertes par sa fameuse plateforme d’intelligence artificielle IoT Watson. L’initiative s’appelle 24/7 Connected Services.

L’entreprise finlandaise, qui gère et exploite plus d’un million d’ascenseurs et escaliers roulants partout sur la planète, prévoit de doter l’ensemble de sa flotte de multiples senseurs, qui permettront à la fois d’analyser les comportements d’utilisation par les usagers, mais également de détecter et de prédire en temps réel quand des dysfonctionnements surviendront.

En connectant sa flotte, Kone pourra effectuer des suivis sur la fréquence d’utilisation, la température et l’humidité, le bon alignement des portes, entre autres. Et en compilant les données comparables de centaines de milliers, voire de millions d’appareils en simultané, l’entreprise espère pouvoir éventuellement minimiser les pannes et résoudre plus rapidement les problèmes éventuels.

Mieux encore, les clients de l’entreprise pourront également suivre en temps réel le comportement de leurs propres ascenseurs ou escaliers roulants. Par exemple, l’aéroport de Heathrow à Londres est doté de plus de 1 000 ascenseurs Kone et escaliers mécaniques, utilisés par plus de 190 000 personnes par jour. Sans surprise, l’arrêt d’un seul de ces appareils peut avoir un impact considérable, provoquant vite délais et engorgements. L’entreprise espère donc améliorer l’expérience client globale à l’aide des modèles prédictifs de pannes, qui seront le fruit de l’apprentissage automatique.

Les données obtenues serviront non seulement à prévenir les pannes, mais aussi à recueillir des informations sur l’ensemble de la flotte, par exemple les remontées mécaniques les plus utilisées.

Paroles d’ascenseur

Pour illustrer les capacités de Watson, Kone a créé un site Web où vous pouvez écouter des ascenseurs du monde entier parler à des serveurs Kone sur le nuage.

« Kone a voulu mettre de l’avant ces conservations entre machines afin d’aider les gens à mieux comprendre comment des objets connectés peuvent “se parler”. Tout ça évidemment dans le but de créer une meilleure expérience client, » a expliqué Danilo Elez, premier vice-président de la division américaine de la compagnie. « Lorsque nos ascenseurs partagent de l’information sur leur performance avec Watson, nous améliorons leur disponibilité et la qualité de service en temps réel. »

Les conversations, on s’en doute, sont d’une banalité consternante, mais les lire fait tout de même un peu froid dans le dos. Il reste qu’elles offrent une fenêtre sur un futur pas si lointain où toutes les machines converseront entre elles afin d’en apprendre plus les unes sur les autres.

Fascinant ou terrifiant ? À vous de voir…

Cette entrée a été publiée dans IoT, M2M & systèmes embarqués
par Karl Delagrange.
Partager l'article