IA dans l’éclairage : introduction par l’exemple

Bonjour les lecteurs de Light ZOOM Lumière ! Je vais commencer par une tangente, l’IA est un terme extrêmement vague. Une simple requête : « Si je mesure plus de 300 Lux, alors je baisse le courant » peut être considérée comme une intelligence artificielle.

Ces derniers temps, le monde a découvert ChatGPT. Il a 5 ans tout de même ! Or, nous mélangeons l’intelligence artificielle avec à peu près tout et n’importe quoi. Donc revenons-en au fait.

Quel est l’objectif d’une IA ?

L’objectif d’une intelligence artificielle est d’automatiser des tâches que les humains pourraient faire. On parle en réalité d’un robot. Pour autant, il n’y a aucun consensus sur cette définition.

La construction d’une IA est très variable selon le design. Prenons deux extrêmes. Il peut s’agir d’un :

IA « Système expert »

au sens des années 80, avec un arbre de décision totalement défini à l’avance.

IA réseaux neuronaux

Les IA modernes fonctionnent sur le système d’apprentissage profond. Il existe également une classe d’IA qu’on appelle les « transformers. » Elles ajoutent la notion de mémoire et seront le sujet d’un future article.

La première option  étant relativement claire, passons un peu plus de temps sur la deuxième option.

Apprentissage profond

L’apprentissage profond est une méthode qui consiste à forcer, via une « boîte noire », une entrée vers une sortie.

Donc nous avons A (chat ou chien) vers X vers B (chat), A et B étant connus, et X sera optimisé pour que A aille vers B.

Si vous utilisez La Poste, votre code postal est lu de cette manière. Cela fonctionne mieux que les humains. Cet exercice s’appelle MNIST pour info 🙂

Quel rapport avec l’éclairage ?

La grande force de l’apprentissage profond est la détection de motifs, patterns en anglais. Il faut alors penser en plusieurs dimensions.

Voyons un motif typique d’éclairage, un simple allumage selon l’heure, dans un endroit quelque part dans Lyon. « J’aimerais faire mieux pour optimiser la sécurité versus l’économie d’énergie. » Ceci est mon objectif.

Maintenant, ajoutons la fréquentation du lieu selon le jour, au mois de janvier 2023.

De plus, ajoutons la fréquentation moyenne des évènements, par exemple, d’autres facteurs.

Ensuite, prenons 10 ans de données dans cet endroit.

Nous construisons une base de données, un « dataset », avec :

• A  : les entrées,
• B : les résultats,
• X : le modèle étant l’inconnue.

B étant le taux d’allumage du luminaire numéro 12, mesuré sur le long terme.

L’ensemble devient un peu complexe à gérer par deux yeux et un seul cerveau.

La méthode, que l’on expliquera plus tard, consiste à faire tourner la machine pour être sûr que A aille vers B avec le meilleur modèle X possible.

Ceci étant basé sur un algorithme qui est probablement celui qui aura le plus d’impact sur notre existence (teaser du futur épisode) appelé « backpropagation » en anglais, ou « rétropropagation ».

Quel est l’intérêt de l’IA ?

L’intérêt est la prédiction.

• Par exemple : comment adapter le profil de l’image ci-dessus pour que l’éclairage, ses bénéfices en matière de sécurité, et l’économie d’énergie associée soient optimaux à une date précise ? Eh bien l’IA va vous donner cette information, basée sur les entrées qu’elle a, et la base de données présente.

Donc ce soir, je le dis pour Lyon et le luminaire numéro 22, on peut baisser l’éclairage plus tôt. Ce qui est très utile !

En bref, c’est un outil, comme un tournevis dans une boîte à outils !

Un tournevis est un outil génial, mais… ça reste un tournevis.

À suivre…

IA : des Transformers, des clones numériques et des humains

Approfondir le sujet

• IA dans l’éclairage : le cas des smart cities, Top 10
• Intelligence artificielle et données dans l’espace public
• ChatGPT : que pense l’IA du métier de concepteur lumière ?
• Intelligence artificielle et création collaborative homme-machine
• ChatGPT en entreprise, le guide complet pour votre productivité
• IA dans l’éclairage : le cas des smart cities, Top 10
• L’esprit artificiel, de Raphaël Enthoven