Food Process Seminar : Les perspectives de l'IA dans l'industrie alimentaire
Aperçu des orateurs principaux
"L'intelligence artificielle dans l'industrie alimentaire : du battage médiatique à l'application
Lars Roba, directeur de l'innovation chez Flanders' Food
L'intelligence artificielle (IA) est un sujet brûlant, et à juste titre : cette technologie offre de nombreuses opportunités à ceux qui l'utilisent de manière réfléchie. Dans l'industrie alimentaire, le potentiel de l'IA est énorme, mais en même temps, il s'agit encore souvent de trouver des applications concrètes et la bonne approche.
En effet, une intégration réussie de l'IA nécessite plus qu'une simple technologie - elle requiert également une stratégie claire. Dans cette présentation, Lars Roba, responsable de l'innovation chez Flanders' FOOD, donne un aperçu des étapes nécessaires pour réussir l'intégration de l'IA. À l'aide d'exemples concrets, il montre où l'IA est déjà appliquée dans le secteur aujourd'hui et comment les entreprises peuvent faire leurs premiers ou prochains pas vers un avenir numérique et intelligent.
Qui est Lars Roba ?
Lars Roba est directeur de l'innovation chez Flanders' FOOD, où il dirige depuis cinq ans des projets de numérisation et d'automatisation dans l'industrie alimentaire. Dans le cadre de ses fonctions, il fait le lien entre les entreprises alimentaires et les partenaires de la connaissance, dans le but de renforcer le secteur grâce à de nouvelles technologies et à de nouvelles connaissances. Flanders'FOOD soutient les entreprises en partageant des connaissances par le biais d'articles, de présentations et d'événements, et offre des conseils stratégiques sur les conditions et les applications de l'intelligence artificielle. Avec un œil attentif aux besoins du secteur, Flanders' FOOD aide les entreprises à prendre des mesures en vue d'un fonctionnement numérique orienté vers l'avenir.
"L'IA générative dans la robotique pour l'industrie alimentaire
Prof Dr Bram Vanderborght, VUB
Dans l'industrie alimentaire, l'automatisation et la robotique permettent depuis longtemps de réaliser des gains d'efficacité - en particulier pour les tâches contrôlables telles que la récolte de certaines cultures, l'emballage et la logistique. Dès qu'il s'agit de faire preuve de dextérité, de créativité ou de varier les tâches, les robots ne sont souvent pas en mesure de réaliser ces actions, ou les coûts de développement et de programmation sont trop élevés.
L'IA générative, avec de grands modèles de langage, par exemple, révolutionne la façon dont nous créons des textes et des images. Son impact s'étend à la robotique. Lesmodèles de base sont des modèles d'IA à grande échelle, formés à partir de données diverses, dans l'idée qu'un large éventail de tâches robotiques peut être exécuté sans nécessiter de préprogrammation classique. Il s'agit de préférence de robots humanoïdes ou humains, car leur conception, inspirée de l'homme, est développée pour une variété de tâches. Ces robots ont donc un grand potentiel dans l'industrie alimentaire, en plus des applications logistiques et manufacturières où ils sont actuellement déployés.
Toutefois, d'importantes difficultés, liées à la fois au matériel et à la disponibilité des données de formation, empêchent encore le déploiement de robots humanoïdes dotés de modèles de base. Par exemple, dans le domaine des capteurs de proximité qui permettent aux robots d'opérer rapidement et en toute sécurité dans des environnements complexes. Ou en termes de capteurs de goût dans les pinces flexibles qui peuvent soulever des objets fragiles tels que les fruits et légumes, et de nouvelles lignes de moteurs qui peuvent soulever des charges plus lourdes avec des robots légers et économes en énergie.
À l'instar d'autres secteurs, l'industrie alimentaire pourrait connaître une transformation significative avec l'avènement de la robotique humanoïde, pilotée par l'IA générative. Ces avancées technologiques promettent d'améliorer la productivité, la sécurité et la qualité.
Qui est Bram Vanderborght ?
Le professeur Bram Vanderborght a obtenu son doctorat à l'Université libre de Bruxelles en 2007. Il a poursuivi ses recherches au laboratoire JRL de l'AIST Tsukuba (Japon) et a travaillé comme post-doctorant à l'Institut italien de technologie. Depuis 2009, il est professeur à la VUB. Après avoir obtenu une bourse de démarrage de l'ERC, il coordonne actuellement trois projets européens sur les matériaux intelligents et autoréparables pour les robots souples. Ses recherches portent sur la collaboration homme-robot dans les domaines de la santé et de la fabrication, avec des solutions concrètes telles que les exosquelettes, les prothèses, les robots sociaux, les drones et les cobots. Il est affilié à l'imec en tant que collaborateur scientifique.
"Cybersécurité dans l'industrie manufacturière : de la législation obligatoire à l'approche pratique
Christophe Michiels, ingénieur IIoT chez Sirris
La connectivité croissante des machines dans les environnements de fabrication offre de nombreux avantages, tels que l'assistance à distance et la valorisation des données des machines. Dans le même temps, cette connectivité pose de nouveaux risques en matière de cybersécurité. Les récentes modifications apportées à la directive "Machines" et l'introduction de la législation NIS2 montrent que la cybersécurité n'est plus une option, mais une nécessité.
Cependant, sécuriser les machines et les réseaux reste un défi : alors qu'un responsable informatique ne commet pas la moindre erreur, une seule vulnérabilité suffit à un pirate pour faire des dégâts. Pourtant, le risque global peut être réduit de manière significative, en partie grâce à une meilleure coopération entre l'informatique et l'informatique de terrain et en combinant le bon sens avec des mesures pragmatiques.
Au cours de cette conférence, vous obtiendrez des conseils pratiques et des outils pour faire les premiers pas vers un environnement de production cyber-sécurisé, et apprendrez comment réduire les risques de manière ciblée sans perdre la flexibilité opérationnelle.
Qui est Christophe Michiels ?
Christophe Michiels est ingénieur IIoT chez Sirris, le centre collectif pour et par l'industrie technologique en Belgique. Au sein de Sirris, il accompagne les entreprises dans la transformation digitale de leurs environnements de production. Christophe est spécialisé dans la connexion des machines nouvelles et existantes (legacy) afin d'accéder, de stocker, de visualiser et de préparer en toute sécurité les données des machines pour une analyse plus poussée. Il aide les entreprises à mettre en place des architectures évolutives et à l'épreuve du temps, notamment via le concept d'espace de nommage unifié et les systèmes de courtiers de données à l'échelle de l'entreprise, comme alternative aux connexions point à point classiques de l'Industrie 3.0. Il s'intéresse également à l'assistance aux opérateurs, en mettant l'accent sur l'amélioration du travail des opérateurs grâce aux instructions de travail numériques, à la formation à la RV et aux solutions d'assistance à distance. La cybersécurité et la facilité d'utilisation sont toujours au cœur de cette démarche.
"Un modèle d'IA pour prédire le goût des aliments
Michiel Scheurs, PhD. Étudiant VIB-KU Leuven Centre de microbiologie
La perception et l'appréciation du goût sont très complexes et difficiles à prévoir. C'est pourquoi l'industrie alimentaire fait appel à des experts pour évaluer le goût, mais cela implique des compromis entre la cohérence et le coût. Nous pensons que les méthodes d'apprentissage automatique peuvent soutenir ou compléter cette démarche.
Nos recherches montrent que les modèles d'apprentissage automatique sont plus efficaces que les méthodes statistiques conventionnelles pour prédire les arômes. Nos modèles peuvent prédire avec précision les arômes spécifiques de la bière à partir de la composition chimique et révéler les composants essentiels de l'arôme, ce qui trouve des applications dans l'optimisation des produits.
Dans cette présentation, nous expliquerons nos stratégies de modélisation, discuterons des pièges courants et explorerons les applications potentielles de l'apprentissage automatique pour les producteurs de denrées alimentaires et les chercheurs.
Qui est Michiel Schreurs ?
Michiel Schreurs est doctorant au VIB-KU Leuven Centre for 
Microbiology à Louvain, dirigé par le professeur Kevin Verstrepen. Il étudie la manière dont la composition chimique de la bière détermine le goût qui l'accompagne, en se concentrant plus particulièrement sur la mesure dans laquelle nous aimons la bière (non alcoolisée). Son travail relie la chimie analytique à la recherche sensorielle en utilisant l'apprentissage automatique.
L'IA comme base de la maintenance intelligente
Wim Vancauwenberghe, directeur de BEMAS
Dans cette présentation, Wim Vancauwenberghe, directeur du BEMAS, explore le monde de la maintenance intelligente. La maintenance intelligente est de plus en plus un élément crucial dans l'industrie moderne où les technologies avancées sont utilisées pour rendre la maintenance plus efficace, plus fiable et plus durable.
Wim commence par expliquer ce qu'est exactement la maintenance intelligente et comment les récents développements technologiques ont rendu cette approche possible. Il aborde ensuite quelques-uns des principaux éléments constitutifs de la maintenance intelligente, notamment l'Internet industriel des objets (IIoT), l'analyse des données, la maintenance prédictive et l'IA générative. Enfin, il détaille les avantages de la maintenance intelligente.
Au cours de la présentation, vous obtiendrez des informations fondamentales qui vous aideront à mieux comprendre ce que signifie la maintenance intelligente et comment elle peut également être appliquée dans votre entreprise.
Aperçu
Introduction
- Qu'est-ce que la maintenance intelligente ?
- Les évolutions technologiques qui rendent possible la maintenance intelligente.
Applications de l'IA dans la maintenance intelligente.
- Analyse des données et maintenance prédictive.
- L'IA générative.
Avantages de la maintenance intelligente
- Amélioration de la fiabilité et de l'efficacité.
- Réduction des coûts.
- Prolongement de la durée de vie.
- Durabilité.
Qui est Wim Vancauwenberghe ?
Wim Vancauwenberghe est un expert de premier plan dans le domaine de la maintenance et de la gestion des actifs. En tant que directeur de la BEMAS, l'association belge de la maintenance, il joue un rôle clé dans la promotion des meilleures pratiques et de l'innovation. La passion de Wim est d'améliorer les performances industrielles en optimisant la fiabilité des installations et en minimisant les temps d'arrêt grâce à des programmes efficaces de maintenance et de gestion des actifs. Il est un fervent défenseur de la maintenance intelligente et de l'application de technologies avancées telles que l'Internet industriel des objets (IIoT), l'analyse de données, les jumeaux numériques et l'IA générative pour rendre la maintenance plus efficace, plus fiable et plus durable .
Dans son rôle de directeur de conférence de l'Asset Performance Conference, le principal événement européen sur la transformation numérique dans la maintenance et la gestion des actifs, Wim se concentre sur des thèmes tels que la performance durable des actifs, l'IA générative et la transformation numérique. Il anime également l'Asset Performance Podcast, dans lequel il s'entretient avec des experts sur des sujets tels que le contrôle qualité piloté par l'IA, la maintenance prédictive et l'intégration de l'IA centrée sur l'humain dans les stratégies de maintenance
De la simulation à la GenAI : une IA robuste sans coût d'étiquetage dans l'industrie alimentaire
Connor Verhulst, ingénieur d'application
La promesse de l'intelligence artificielle dans l'industrie alimentaire est grande, mais dans la pratique, le coût élevé de la collecte de données et de l'étiquetage manuel pose souvent des problèmes. Dans cette présentation, nous montrons comment une approche alternative, avec des données synthétiques, la connaissance du domaine et l'IA générative, permet de surmonter ces obstacles.
En utilisant des applications concrètes telles que la vision 2D par caméra pour des tâches de tri (détection d'objets étrangers ou de produits endommagés), nous montrons comment des modèles d'IA robustes peuvent être formés sans étiquetage manuel, et à une fraction des coûts classiques. Nous abordons également le rôle des environnements de simulation et de GenAI dans la génération automatique de données d'entraînement, et nous nous penchons sur les possibilités futures telles que la génération de texte à partir de vidéo pour visualiser automatiquement les instructions des utilisateurs ou les démonstrations de production, par exemple.
Cette approche ne rend pas seulement l'IA réalisable pour les grands acteurs, mais ouvre également la porte à une automatisation abordable pour les petits producteurs du secteur alimentaire.
Qui est Connor Verhulst ?
Connor Verhulst est ingénieur d'application chez Flanders Make, le centre de recherche flamand qui développe des technologies innovantes pour que l'industrie manufacturière reste compétitive et tournée vers l'avenir. Au sein de Flanders Make, il se concentre principalement sur l'IA générative, la formation de modèles de détection et la création de données synthétiques pour former les systèmes d'IA de manière plus efficace et plus abordable. Son travail contribue à combler le fossé entre les techniques d'IA avancées et les applications pratiques dans l'industrie.
##campagne:20##
CONTACT
Vous souhaitez participer à l'éditorialisation de l'événement ou donner à votre produit la visibilité dont il a besoin lors de cet événement ? Contactez nous !
ÉVÉNEMENT ET PROGRAMME
Contact Rick van de Lustgraaf
Tél : +32 (0)50/24.04.04
Mail : rvl@pmg.be
PARTENARIATS
Contact Carl Vandaele
Tel : +32 (0)50/24.04.04
Mail : cvd@pmg.be
