Edge AI : qu’est-ce que l’intelligence artificielle embarquée et quand l’utiliser ?

Edge AI ou IA dans le cloud ?

Beaucoup de projets combinent les deux : un premier traitement sur l’appareil (détection, filtrage), puis l’envoi au serveur des seuls résultats utiles pour l’analyse ou l’historique.

Cas d’usage

• contrôle visuel et détection d’anomalies sur une ligne de production ;
• analyse de signaux de capteurs (vibration, température, consommation) pour détecter une panne ;
• comptage ou détection de présence par caméra, sans stocker les images ;
• lecture de documents ou de codes sur un terminal mobile, même sans réseau ;
• objets connectés qui doivent réagir en quelques millisecondes.

Les contraintes à anticiper

• Mémoire et calcul limités : le modèle doit être réduit (quantification, élagage) ou choisi pour sa légèreté ;
• Consommation d’énergie : déterminante pour les appareils sur batterie ;
• Matériel : microcontrôleur, processeur embarqué ou accélérateur dédié, selon la tâche ;
• Mise à jour : prévoir un mécanisme sûr pour déployer de nouvelles versions du modèle ;
• Validation : tester le modèle dans les conditions réelles (lumière, bruit, poussière, variations).

Les étapes d’un projet d’IA embarquée

1. définir la décision attendue et sa tolérance à l’erreur ;
2. collecter des données représentatives dans les conditions réelles ;
3. entraîner puis optimiser un modèle adapté au matériel visé ;
4. intégrer le modèle au logiciel embarqué et aux capteurs ;
5. tester sur le terrain, puis organiser le suivi et les mises à jour.

ITGate réunit dans la même équipe le développement de systèmes embarqués et l’IA appliquée à la vision, comme pour Plesmo qui mesure des signes vitaux par analyse vidéo. Parlez-nous de votre projet.