Publications

Quand les IA pourront-elles voler ?

04 novembre 2021

Quels sont les horizons pour l’intelligence artificielle dans l’aviation ? Dans cet article nous aborderons le sujet de la certification puis allons explorer des perspectives à courts, moyens et longs termes.

L’intelligence artificielle occupe une place centrale au sein des nouvelles technologies prometteuses en aéronautique. Effectivement, suivant une étude de Verified Market Research, en 2019 le marché de l’IA en aéronautique pesait 0.34 milliards de dollars et les prévisions estiment que ce montant passera à 3.69 milliards de dollars en 2027 avec un taux de croissance annuel proche de 50% {1}. Néanmoins les technologies d’IA ne pourront pas se déployer partout dans ce secteur de la même manière. La complexité des procédures, notamment concernant la sécurité, font de l’intégration de l’IA dans ce domaine un défi pour certains usages. Quels sont alors les horizons de l’IA dans l’aviation à court, moyen et long termes ?

1. L’importance de la certification

Tout d’abord, il faut savoir que la certification des matériels reste cruciale dans l’aviation commerciale pour intégrer n’importe quel composant dans un avion. La raison est simple : dans le domaine de l’aviation commerciale la sécurité des personnes est prioritaire. Selon la criticité de l'équipement, la certification est plus ou moins difficile à obtenir. À ce jour, les processus de certification de code ne sont pas prévus pour traiter les systèmes d’intelligence artificielle. En l’état les processus ne sont pas applicables et leur adaptation n’en n’est qu’aux balbutiements. Avant même de pouvoir certifier des briques d’intelligence artificielle, il est déjà nécessaire de pouvoir en standardiser la conception, la validation et le déploiement. Sur ce point les travaux avancent (notamment à l’ISO) mais les documents ne sont pas encore finalisés. En l’absence de cadre normatif et à terme de certification, toute intégration de l’IA dans des applications critiques reste bloquée au stade de l’expérimentation.

Afin de préparer la certification future des systèmes d’IA en aéronautique, des travaux ont été initiés dès 2019 à L’EUROCAE. Cet organisme est le leader européen pour la standardisation du secteur aéronautique. Celui-ci a lancé des travaux sur ce sujet au sein du Working Group 114 {2} qui a publié sa feuille de route pour atteindre une certification aéronautique. Le groupe, composé notamment des plus gros acteurs du domaine aéronautique, vise à publier ses premiers standards d’ici à 2022.

2. Les horizons pour l’IA en aéronautique

Trois horizons se distinguent en ce qui concerne l’IA dans le transport aérien. Leur temporalité dépend de la difficulté d’intégration de cette technologie au regard du cas d’usage envisagé.

A. À court terme

À court terme, l’IA a un rôle à jouer sur les tarmacs. Elle ne va pas être directement utilisée dans les avions mais d’abord autour d’eux. Par exemple, des expérimentations ont eu lieu pour inspecter des pistes ou des avions à l’aide de drones embarquant de l’IA. Flyinstinct est une entreprise ayant mis au point une IA capable de détecter les FOD (Foreign Object Debris / Damage) sur les pistes, réduisant les risques pour les aéroports {3}. L’IA vient ici assister les agents chargés de détecter et localiser ces objets. L’approche est comparable avec l’entreprise Donecle qui utilise des drones pour assister les agents dans le contrôle d’autocollants de sécurité sur les carlingues, dans la détection d’impacts de foudre ou encore de peinture écaillée sur les avions {4}. Ce type d’approches permet de conduire des actions plus rapidement, en mobilisant moins de personnel. Ces solutions sont actuellement en phase d’expérimentations et pourraient bientôt être déployées dans certains aéroports. Néanmoins ces solutions s’appuient toujours sur le suivi des actions par un agent humain qui reste le responsable in fine.

B. À moyen terme

À moyen terme : l’IA pourrait entrer en interaction directe avec l’avion grâce au déploiement de la maintenance prédictive. L’objectif est ici de réduire les coûts induits par la maintenance préventive, qui aujourd’hui sont fixes, en la remplaçant par une maintenance prédictive (uniquement déclenchée au bon moment) {5}. Sachant que la maintenance des appareils représente environ 10% des coûts d’exploitation des compagnies aériennes {6}, c’est un levier financier important. L’IA permet grâce à l’analyse de données descriptives, issues d’historiques de fonctionnement, de réduire l’assiette des coûts. Cependant, la maintenance prédictive n’a pas encore fait ses preuves pour la totalité des composants d’un avion. Les composants électroniques ne sont par exemple actuellement pas pris en compte {7}. Également ce type de maintenance est adossé à des questions d’assurances/garanties qui demandent des garanties que pour l’instant la maintenance préventive est la seule à pouvoir amener. Comment certifier qu’il n’y aura pas d’erreur et s’il y en a qui en prendrait la responsabilité ?

C. À long terme

À long terme : enfin, l’IA pourrait rentrer dans le cockpit. Son rôle sera dans un premier temps d’assister les pilotes en leur transmettant des informations utiles {8}, leur permettant par exemple de réduire leur charge mentale. En analysant les données récoltées par les capteurs, le système permettrait de présenter plus efficacement la situation courante de l’appareil et de faire des préconisations. Également avec le doublement du trafic aérien annoncé pour 2037 {9}, la perspective de n’avoir à bord plus qu’un seul pilote qui serait assisté par une IA prend sens. Le nombre de pilotes disponibles n’étant pas forcément suffisant pour combler la demande, l’IA pourra permettre au secteur de continuer sa croissance. En tout état de cause, le pilote reste l’acteur central dans l’appareil et aurait la capacité à reprendre la main quand cela est nécessaire.
Le pilotage entièrement automatisé serait envisageable mais à très long terme. Des problèmes de confiance et de sûreté devront d’abord être adressés {10}.

 

L’intelligence artificielle peut s’appliquer dans de nombreux cas d’usage du domaine de l’aéronautique et sa performance s’améliore continuellement {11}. Néanmoins pour atteindre le niveau d’exigence de ce milieu beaucoup plus d’expérimentations sont nécessaires pour démontrer l’utilité et la performance de cette technologie. En témoigne la démonstration de vol d’un avion autonome réalisée par Airbus dans le cadre de son projet ATTOL {12}.

Les mêmes questions se posent avec une autre acuité sur le sujet des drones. Sur ce secteur les procédures sont plus souples et évoluent donc plus rapidement. Elles pourront d’ailleurs servir de modèles à suivre au sein de l’aviation. C’est le cas par exemple pour la régulation du partage du ciel par différents véhicules {13}.

 

Retrouvez tous nos articles sur : https://numalis.com/publications.php

Sources :

Sources :

 

{1} https://www.verifiedmarketresearch.com/product/global-artificial-intelligence-in-aviation-market-size-and-forecast-to-2025/ 

 

{2} https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwj0rJ6L9ofyAhWuzIUKHaoNDNIQFjAJegQIEBAD&url=https%3A%2F%2Fwww.sae.org%2Fworks%2FcommitteeResources.do%3FresourceID%3D840286&usg=AOvVaw0e0kaJ4p1rdgfAuRXL5xHk 

 

{3} https://www.alumni.enac.fr/fr/news/flyinstinct-l-intelligence-artificielle-au-service-de-l-inspection-cote-piste-860

 

{4} https://www.larecherche.fr/start/donecle-inspecte-les-avions-de-ligne-avec-ses-drones-fiables-et-fut%C3%A9s


{5} https://www.ausy.fr/fr/actualites-techniques/maintenance-predictive-pour-l-aeronautique-comment-ca-marche

 

{6} https://www.iacpartners.com/blog/quel-avenir-pour-la-maintenance-aeronautique

 

{7} https://www.usinenouvelle.com/article/avis-d-expert-comment-l-aeronautique-pourrait-mieux-valoriser-la-maintenance-predictive.N918399 

 

{8} https://france.scc.com/blog-acdm-retail-et-industrie/demain-y-aura-t-il-un-pilote-dans-lavion%E2%80%AF/ 

 

{9} https://www.lesechos.fr/industrie-services/tourisme-transport/le-trafic-aerien-mondial-va-encore-doubler-dici-a-2037-142798

 

{10} https://www.aviationtoday.com/2020/12/14/aviation-industry-enabling-innovation-artificial-intelligence/


{11} https://www.airbus.com/innovation/industry-4-0/artificial-intelligence.html


{12} https://www.capital.fr/entreprises-marches/airbus-a-realise-plus-de-500-vols-sans-pilote-1376593 

 

{13} https://www.journaldunet.com/economie/transport/1209068-drones-taxis-volants-ciel-europeen-reforme/

 

Crédits images : VOO QQQ et Tomas Williams

Numalis

We are a French innovative software editor company providing tools and services to make your neural networks reliable and explainable.

Contact us

Follow us