Sciences prédictives pour l’industrie du futur : MINES ParisTech à la pointe

sciences prédictives
L’école d’ingénieurs MINES ParisTech ambitionne d’accroître son leadership dans le domaine des sciences prédictives pour l’Industrie du futur, en mobilisant l’ensemble de ses compétences dans une offre de recherche-développement et formation qui tire parti de la convergence des moyens de calcul intensifs, d’outils de simulation numériques et d’algorithmes de traitement de la donnée. Exemple avec le projet MINDS pour Mines Initiative for Numerics and Data Science qui ambitionne de faire la synthèse entre simulation numérique et intelligence artificielle. 
 
Le projet MINDS pour Mines Initiative for Numerics and Data Science, est une plateforme interdisciplinaire inédite pour la convergence du calcul scientifique et des sciences des données pour l’Industrie du Futur. Une plateforme numérique de recherche et de développement, commune à plusieurs laboratoires de recherche, couplant le monde de la simulation numérique et l’intelligence artificielle. Objectif ? Agréger les développements et les composants logiciels issus des compétences des différents centres, susciter les synergies entre chercheurs, et répondre plus largement aux demandes des entreprises.

LIRE DANS UP’ : Ecoles-Universités et Entreprises : comment resserrer les liens ? Interview de Yannick Vimont, Directeur-adjoint de MINES ParisTech

Une nouveauté dans les Sciences Prédictives pour l’Industrie du Futur

Débuté en septembre 2018, MINDS est un projet de l’institut Carnot MINES, qui fédère les équipes de quinze centres de recherche de différentes institutions (MINES ParisTech, IMT, Mines d’Albi, d’Alès, de Douai et de Saint Etienne, Télécom ParisTech) autour d’un enjeu clé : se doter des outils informatiques modernes en science prédictive pour l’Industrie du Futur.
 
MINDS vise à créer une plateforme numérique de recherche et de développement commune couplant Simulation Numérique et Intelligence Artificielle, afin d’offrir des réponses précises et complètes au monde industriel. En créant une véritable communauté scientifique sur ce sujet, MINDS va permettre d’accélérer les développements et le couplage du calcul intensif et de la science des données. La plateforme articulera une couche de calcul intensif, des algorithmes de simulation de phénomènes physiques, de traitement de la donnée et d’apprentissage ainsi que des algorithmes de simulation de comportements humains.
Ces développements visent à accélérer le cycle de conception-industrialisation d’un produit en faisant du « machine learning » en temps réel. L’IA va permettre de tester immédiatement des paramètres (physique, ou dans la mécanique des fluides), pour en étudier les effets sur le jumeau numérique. De même, cet outil sera bien utile pour prédire le comportement d’un matériau, et sa durée de vie dans telle ou telle condition d’utilisation. Il s’agit en particulier de compléter l’offre de logiciels, en proposant par exemple des outils de modélisation de nouveaux procédés, de pouvoir réaliser des traitements « offline » massifs d’optimisation des procédés industriels de fabrication ou d’exploitation, et des modèles prédictifs à base d’IA obtenus par des techniques de réduction de modèle ou d’apprentissage utilisables en temps réel en exploitation ou en production.
 

Convergence HPC – DATA

Le développement partagé de la plateforme MINDS permet d’assurer l’interopérabilité des différents composants et solutions logicielles et d’aller résolument vers la convergence du calcul intensif et de la science des données.
MINDS constitue donc un extraordinaire potentiel de création de valeur, pour révolutionner les processus industriels actuels, et permettre à ses partenaires de bénéficier d’un avantage économique indéniable.
 
« L’impact est immédiat. La convergence HPC-DATA proposée dans MINDS offre ainsi la perspective d’un système à base d’intelligence artificielle capable d’intervenir en temps réel dans différents domaines d’expertise de MINES ParisTech : c’est une vision renouvelée de la thésaurisation du savoir et un outil moderne de transmission et d’enseignement. » explique Elie Hachem, porteur du projet MINDS, Professeur MINES ParisTech.
 
En bref, MINDS pourrait permettre de réduire encore les temps de développement d’une automobile de 3 à 4 ans aujourd’hui ou d’un aéronef, de 6 à 7 ans
 
Il est naturel que Mines ParisTech soit leader dans ce programme puisqu’il consacre environ 50% de son potentiel de recherche aux sciences prédictives. L’école a d’ailleurs introduit de nouveaux enseignements sur le big data à la rentrée 2019 dans tout le cycle ingénieur.
 
Ce projet sera présenté ce 2 juillet lors du MINES ParisTech ResearchDay
 
 

Laisser un commentaire

Your email address will not be published.

Energy Observer
Un autre article

Energy Observer met le cap vers l’Arctique

information numérique
Un autre article

Liberté d’expression à l’ère numérique : de dangereux amalgames

Dans le secret des labs - Dernières infos