Vous utilisez le navigateur Internet Explorer.
Pour bénéficier d’une représentation optimale, veuillez changer votre navigateur.
Un logiciel d'IA qui palettise des cartons mixtes sans organiser les articles au préalable: C'est l'objectif du projet KUKA avec la startup canadienne Funartech . Nikolaj Van Omme, CEO de Funartech, nous a expliqué à quoi la solution devrait ressembler concrètement et où en est l'équipe actuellement.
Nikolaj Van Omme : Nous travaillons sur une solution d'IA qui sélectionne de manière autonome l'endroit où les articles doivent être placés sur une palette afin d'obtenir des palettes pleines et stables. L’ordre d'arrivée des articles n'a pas d'importance. Cela pourrait rendre le travail dans tous les centres de distribution du monde beaucoup plus efficace.
Nikolai Van Omme: Nous combinons l'apprentissage machine (ML) et la recherche opérationnelle (OR). Selon nous, c'est la clé pour résoudre des problèmes industriels complexes comme celui-ci. Nous intégrons également des outils et des algorithmes provenant d'autres domaines, tels que les statistiques et l'informatique géométrique.
Plus important encore, nous intégrons les connaissances de nos clients dans leur domaine dans nos équations, en combinant les connaissances et l'expertise du domaine avec les enseignements tirées de leurs données. Nous pensons que la combinaison de différents domaines est essentielle, et nous obtenons des résultats qui ne peuvent être obtenus en appliquant uniquement la ML ou la RO.
Nikolaj Van Omme: Nous en sommes encore au tout début du projet. Nous travaillons sur la conception d'un robot de palettisation qui ne doit pas être programmé à l'avance et qui peut s'adapter à n'importe quel contexte : Un cas d'utilisation très complexe. Nous pensons pouvoir le résoudre grâce à notre IA hybride. Ce robot de palettisation devant être très efficace et rapide, il doit apprendre, mais aussi désapprendre rapidement et s'adapter automatiquement à son environnement et à son contexte.
L'approche de l'IA hybride est bien adaptée pour s'adapter à une infrastructure et à un contexte donnés et ne nécessite pas autant de ressources que la plupart des solutions d'IA existantes. Nous sommes impatients de montrer ce que nous pouvons réaliser ensemble dans le cadre de ce projet.
