必赢体育

Dans un ensemble de bureaux quelconques proches de l'Universit茅 d'Oxford, un groupe d'informaticiens planifie de sauver le monde.

芦 Notre mission est de r茅soudre les probl猫mes les plus importants du monde gr芒ce 脿 l'intelligence artificielle (IA) 禄, explique Tom Bartley, l'une des nouvelles recrues de Mind Foundry, une spin-off universitaire bas茅e sur l'utilisation de l'IA pour ce qu'elle appelle des 芦 applications 脿 enjeux 茅lev茅s 禄.

Image g茅n茅r茅e par l'IA cr茅茅e avec Ideogram

L'entreprise, fond茅e en 2016 par deux professeurs d'apprentissage automatique, s'est pench茅e sur l'un des probl猫mes les plus urgents de l'environnement b芒ti actuel : celui de l'茅valuation et de la r茅paration des milliers de ponts vieillissants en b茅ton et en acier dans le monde qui se d茅t茅riorent rapidement en raison du changement climatique et de la pollution.

Une s茅rie de d茅faillances et de d茅fauts tr猫s m茅diatis茅s et mortels au cours des derni猫res ann茅es ont plac茅 la question de l鈥檈ntretien des ponts au premier plan de l鈥檃ctualit茅.

En 2018, 43 personnes ont 茅t茅 tu茅es lorsqu'une section de 200 m猫tres du viaduc qui faisait partie du pont 脿 haubans en b茅ton arm茅 Morandi construit dans les ann茅es 1960 脿 G锚nes, en Italie, s'est effondr茅e lors d'une temp锚te estivale.

Un an plus tard, quatre personnes ont 茅t茅 bless茅es lorsqu'un pont routier en b茅ton construit dans les ann茅es 1950 sur la rivi猫re Salmyrsh, pr猫s de la ville russe d'Orenbourg, s'est partiellement effondr茅 sous de fortes pluies.

En 2022, peu de temps avant une visite pr茅vue du pr茅sident Biden pour promouvoir sa nouvelle loi sur les infrastructures, le pont Fern Hollow Creek de 447 pieds, construit dans les ann茅es 1970 脿 Pittsburgh, en Pennsylvanie, s'est effondr茅 de 100 pieds dans le parc en contrebas, blessant dix personnes.

Dans chacun de ces cas, les enqu锚teurs ont conclu qu鈥檜ne inspection et un entretien inad茅quats avaient contribu茅 脿 la d茅faillance.

Bartley affirme que, m锚me si, lors de leur construction, bon nombre de ces structures 茅taient cens茅es fonctionner de mani猫re s没re et fiable pendant plus de cent ans, une fois que les ponts commencent 脿 atteindre leur demi-si猫cle, ils commencent 脿 n茅cessiter des contr么les et un entretien plus intensifs.

芦 Les r茅seaux routiers en Europe, aux 脡tats-Unis et au Japon ont 茅t茅 construits dans les ann茅es 1960 et 1970, dans un contexte de forte croissance de l鈥檜sage des v茅hicules motoris茅s 禄, explique-t-il. 芦 Aujourd鈥檋ui, dans ces pays, l鈥櫭e moyen de nos ponts atteint 50 ans et, comme pour les gens, une fois que les ponts atteignent la cinquantaine, la d茅t茅rioration s鈥檃cc茅l猫re. Il faut donc 锚tre plus proactif dans l鈥檈ntretien et la gestion de ces structures. 禄

Selon le minist猫re japonais du Territoire, des Infrastructures et des Transports, un tiers des 730 000 ponts du pays ont plus de 50 ans. Selon l'inventaire national des ponts des 脡tats-Unis, un quart des 623 000 ponts am茅ricains ont 茅t茅 construits avant les ann茅es 1960, et l'芒ge moyen des ponts existants est d'environ 42 ans.

Et ce n'est qu'un d茅but. Les experts pr茅viennent que la combinaison des ph茅nom猫nes m茅t茅orologiques extr锚mes li茅s au changement climatique, de la pollution et de la forte circulation acc茅l猫re la d茅t茅rioration de la situation.

Le changement climatique acc茅l猫re la d茅t茅rioration des ponts

芦 Par le pass茅, nous avons 茅t茅 tr猫s passifs dans la gestion de ces structures 禄, ajoute Bartley. 芦 Nous n鈥檃vions pas besoin de comprendre leur 茅tat, car elles ne se d茅t茅rioraient pas. Nous avons pu laisser de gros blocs de b茅ton dans le monde pendant des d茅cennies. 禄

Bartley souligne que malgr茅 quelques d茅faillances tr猫s m茅diatis茅es, les effondrements de ponts sont rares et que la plupart des pays ont des exigences strictes en mati猫re de r茅gime d'inspection o霉 des g茅om猫tres sont envoy茅s pour 茅valuer l'int茅grit茅 de chaque structure et fermer tout pont qui pourrait devenir un risque.

Le pont autoroutier Morandi 脿 G锚nes, peu de temps apr猫s son effondrement en 2018. Photo : Reuters/Manuel Romano/NurPhoto.

Cependant, ce n鈥檈st qu鈥檈n examinant les donn茅es produites par ces inspections que l鈥檕n commence 脿 se faire une id茅e de l鈥檃mpleur du probl猫me 脿 r茅soudre.

Selon une analyse des donn茅es des conseils locaux r茅alis茅e par le groupe automobile RAC Foundation, 2 928 des 73 208 ponts de Grande-Bretagne sont class茅s comme 芦 non conformes 禄, ce qui les rend incapables de supporter les v茅hicules les plus lourds en 2024.

L'Association am茅ricaine des constructeurs de routes et de transports (ARTBA) estime qu'environ 221 800 ponts aux 脡tats-Unis ont actuellement besoin d'锚tre r茅par茅s ou remplac茅s. Parmi eux, environ 42 067 ont 茅t茅 class茅s comme 芦 structurellement d茅ficients 禄 et en mauvais 茅tat.

芦 Il est impossible de r茅parer tous les ponts en m锚me temps 禄, explique Bartley. 芦 Il n鈥檡 a tout simplement pas assez de ressources. 禄

La solution propos茅e par Mind Foundry 脿 ce probl猫me est d'utiliser l'intelligence artificielle non seulement pour aider 脿 mieux comprendre l'茅tat r茅el de chaque pont, mais aussi pour d茅terminer le meilleur moment pour r茅parer chacun d'eux individuellement au moment exact o霉 ils en b茅n茅ficieraient le plus.

Selon Bartley, les 茅tudes de ponts manquent souvent de donn茅es suffisamment significatives pour que les propri茅taires puissent se faire une id茅e pr茅cise de l'茅tat de chaque pont. Cela signifie que certains ponts parfaitement utilisables sont class茅s comme non conformes, tandis que d'autres, qui ont besoin d'une r茅paration urgente, peuvent continuer 脿 fonctionner, parfois avec des cons茅quences tragiques.

Les inspections ont tendance 脿 se diviser en deux types principaux : les inspections g茅n茅rales o霉 un g茅om猫tre se rend 脿 un point 脿 distance de vue d'un pont et note tous les probl猫mes critiques qui n茅cessitent une enqu锚te plus approfondie ; et les inspections d茅taill茅es, qui ont tendance 脿 avoir lieu tous les six ans environ, qui sont 脿 port茅e de main et n茅cessitent une enqu锚te plus approfondie.

Les experts doivent ensuite attribuer 脿 chaque structure une note de sant茅 comprise entre un et cinq, r茅sumant son 茅tat g茅n茅ral.

芦 Le probl猫me avec ces deux cas est que les donn茅es collect茅es ne sont pas vraiment structur茅es 禄, explique Bartley. 芦 C'est un processus assez subjectif et sujet 脿 l'erreur humaine. Ils travaillent 脿 une 茅chelle tr猫s restreinte. Le niveau 1 correspond 脿 un 茅tat parfait et le niveau 5 signifie que le syst猫me est d茅j脿 en panne, ce qui signifie que vous n'avez en r茅alit茅 que trois options. Les inspecteurs sortent avec des presse-papiers et des appareils photo compacts. Il est tr猫s difficile de savoir, compte tenu de la taille de la trav茅e, si j'ai rep茅r茅 une fissure, s'il s'agit de la m锚me fissure que celle que quelqu'un d'autre a examin茅e il y a deux ans ou s'il s'agit d'une fissure diff茅rente ? 禄

De plus, explique Bartley, il peut 锚tre difficile de d茅terminer, 脿 partir de ces rapports, quelles r茅parations doivent 锚tre prioritaires et comment r茅partir les budgets, en particulier pour les grands organismes publics qui poss猫dent souvent des centaines de ponts.

L'application mobile de Mind Foundry en action. Image : Mind Foundry

Mind Foundry est l鈥檜ne des nombreuses entreprises qui cherchent 脿 utiliser un outil d鈥橧A pour d茅tecter et quantifier les dommages caus茅s aux ponts.

Au c艙ur du nouvel outil se trouve une application mobile gr芒ce 脿 laquelle les inspecteurs ou le personnel municipal peuvent prendre des photos des ponts et les t茅l茅charger.

Form茅 脿 l'aide de photos et de rapports d'inspection provenant d'environ 300 ponts de la ville de Susono au Japon, le syst猫me analyse ensuite les images pour d茅tecter et quantifier les dommages, 茅liminant ainsi la subjectivit茅 du processus et permettant une plus grande coh茅rence.

Les experts humains peuvent ensuite examiner un ensemble de r茅sultats plus d茅taill茅s afin de juger l鈥櫭﹖at de chaque pont et de d茅cider comment d茅penser les budgets municipaux plus efficacement.

芦 En fait, l鈥檃pplication est une cam茅ra augment茅e 禄, explique Bartley. 芦 Elle indique o霉 se trouvait la cam茅ra et quelle partie de la structure vous regardiez. Vous pouvez faire des annotations sur la photo. Cette partie est une fissure. Voici quelques d茅fauts que j鈥檃i vus. Voici quelques notes 脿 ce sujet. Et puis, lorsque vous revenez au bureau, vous pouvez t茅l茅charger des photos historiques, et l鈥檃pplication comparera automatiquement les photos pr茅c茅dentes pour savoir si les d茅fauts se sont aggrav茅s ou non. 禄

Tom Bartley, directeur des infrastructures civiles chez Mind Foundry. Photo : Mind Foundry

Contrairement 脿 d'autres entreprises qui cherchent 脿 utiliser l'IA pour 茅valuer l'茅tat des ponts, comme Niricson, bas茅e au Canada, et Beca, bas茅e en Nouvelle-Z茅lande, l'application de Mind Foundry est con莽ue pour 锚tre utilis茅e sur un grand nombre de structures et non sur les ponts embl茅matiques de grande envergure qui sont souvent d茅j脿 hautement surveill茅s 脿 l'aide de capteurs et de drones.

Bartley ne s'茅tendra pas sur la question de savoir si une telle technologie aurait permis aux municipalit茅s d'茅viter des catastrophes telles que l'effondrement du pont de G锚nes en 2018, mais souligne que fournir aux experts des donn茅es plus pr茅cises sur l'茅tat r茅el de milliers de structures peut aider 脿 mettre en 茅vidence les cas o霉 il existe un d茅faut majeur.

Quelles sont les voies de d茅t茅rioration ?

Mais l脿 o霉 l'intelligence artificielle prend tout son sens, explique Bartley, c'est lorsqu'elle examine tous les d茅fauts des ponts d'un portefeuille et d茅termine exactement 脿 quel moment effectuer les r茅parations afin qu'elles soient effectu茅es au moment o霉 elles seraient les plus b茅n茅fiques et de la mani猫re la plus rentable.

芦 Nous appelons cela les voies de d茅t茅rioration 禄, explique Bartley. 芦 Si vous avez des pi猫ces en m茅tal, vous voulez les garder peintes. Si vous ne les gardez pas peintes, elles commenceront 脿 rouiller. Si elles commencent 脿 rouiller, elles commenceront 脿 subir des pertes de section, et si vous commencez 脿 subir des pertes de section, vous commencerez 脿 subir des pertes de membre. Chaque 茅tape de cette voie de d茅t茅rioration entra卯ne un co没t de r茅paration suppl茅mentaire d'un ordre de grandeur. Mais ce que vous ne voulez pas faire, c'est juste voir un peu de rouille et proc茅der 脿 une r茅paration compl猫te 鈥� c'est une fa莽on tr猫s co没teuse de proc茅der. 禄

芦 Il faut plut么t surveiller la d茅t茅rioration de cette voie et la d茅tecter juste avant qu鈥檈lle ne tombe en panne 禄, explique-t-il. 芦 L鈥檌ntelligence artificielle va notamment 锚tre capable de d茅terminer le moment optimal pour r茅soudre ce probl猫me. Nous estimons qu鈥檈nviron un tiers des co没ts du cycle de vie de la gestion des ponts pourraient 锚tre 茅conomis茅s si nous prenions le bon moment pour intervenir. 禄

Mais que se passe-t-il si l鈥橧A se trompe ? En fin de compte, Bartley affirme que l鈥檃pplication n鈥檈st pas con莽ue pour remplacer la prise de d茅cision humaine, mais simplement pour l鈥檃ssister, laissant 脿 des experts humains form茅s le soin de d茅cider quand et comment mettre en 艙uvre les budgets de maintenance.

芦 Nous expliquons clairement qu鈥檌l s鈥檃git d鈥檜ne collaboration homme-IA 禄, explique Bartley. 芦 En fin de compte, le risque doit 锚tre pris en charge par le gestionnaire du pont, qui est sur le terrain et qui comprend qu鈥檌l s鈥檃git d鈥檃m茅liorer les inspections plut么t que de remplacer les d茅cisions humaines. Je suis s没r que nous avons beaucoup de d茅couvertes 脿 faire en cours de route, mais nous ne pouvons pas simplement confier la responsabilit茅 脿 l鈥檕rdinateur. Nous devons le faire de mani猫re collaborative. 禄