Visual Inspection AI : une solution pour des contrôles qualité rapides et précis

Quel que soit le secteur industriel (automobile, semiconducteurs, smartphones, alimentations, boissons, …), deux métriques se révèlent incontournables : la qualité et le rendement. D’autant que la seconde dépend intrinsèquement de la première. Un mauvais contrôle qualité engendre en effet des coûts opérationnels et financiers importants liés à la réfection des pièces, à leur mise au rebut, à la baisse de rendement, à des traitements de stock plus importants, à des rappels de produits sans oublier la gestion des réparations et des réclamations des clients.

L'American Society for Quality estime que ces coûts liés à la qualité représentent jusqu’à 15 à 20 % du chiffre d'affaires annuel de nombreuses entreprises, soit des milliards de dollars perdus chaque année par les plus grandes entreprises industrielles.

Pour aider les fabricants à améliorer la précision et à réduire les coûts des contrôles qualité sur leurs chaînes de production, Google Cloud annonce le lancement de Visual Inspection AI. Conçue sur mesure pour le secteur industriel, cette nouvelle solution embarque nos meilleures technologies d'intelligence artificielle (IA) et de vision par ordinateur. Objectif : résoudre ce problème à l'échelle de la production.

Les limites actuelles de l'inspection visuelle

En règle générale, les processus de fabrication comportent une ou plusieurs étapes d'inspection visuelle des produits visant à détecter des défauts. Souvent très manuelles, ces tâches d'inspection sont chronophages et sources d'erreurs. Au fil des ans, des machines d'inspection visuelle basées sur des règles ont fait leur apparition.

Mais, ces deux approches ont chacune leurs inconvénients :

• L'inspection manuelle repose sur la perception et l'expérience d’un opérateur, ce qui affecte la cohérence globale.

• Les machines d'inspection traditionnelles manquent de flexibilité : elles ne s'adaptent pas aux changements de produits et doivent être fréquemment reprogrammées.

• Les machines actuelles d'inspection basée sur la vision ne peuvent détecter qu'un nombre limité de défauts à la fois.

L'innovation a toujours joué un rôle important au sein de l'industrie manufacturière. Et ce, depuis l'ère de la production en série à la fabrication en flux tendu, en passant par la méthode Six Sigma et, plus récemment, par les progiciels de gestion intégrés. Avec l'essor de l'intelligence artificielle (IA), de plus en plus de solutions innovantes tentent de s'imposer sur le marché. En pratique, l'IA offre de nombreux avantages :

• Elle permet de réduire la charge cognitive des opérateurs et de détecter davantage de défauts.

• Elle ne nécessite aucune programmation et s'adapte aux changements de produits.

• Elle détecte des centaines de zones d'intérêt sur un produit en quelques secondes.

Avant la COVID-19, beaucoup de commerçants ayant envisagé des projets utilisant le ML ou l’IA n’ont pas dépassé le stade du pilote, faute de ROI suffisant. Une nouvelle étude Google Cloud, à laquelle ont participé plus de 1 000 dirigeants de l'industrie manufacturière dans sept pays différents, montre que leur position a depuis changé : 76 % des entreprises s’ouvrent aujourd’hui aux outils numériques, comme l’analyse des données, le cloud et l'IA.

Présentation de Visual Inspection AI

La solution Visual Inspection AI de Google Cloud automatise les tâches d'inspection visuelle à l'aide d'un ensemble de technologies de vision par ordinateur et d’IA. Elles permettent aux fabricants de métamorphoser les processus de contrôle qualité grâce à la détection automatique des défauts sur les produits.

Nous avons créé Visual Inspection AI pour répondre aux besoins des ingénieurs chargés des processus de qualité, de test, de fabrication et de traitement qui excellent dans leur domaine sans pour autant être des experts en IA. Et, parce qu’elle est non seulement facile à utiliser mais aussi pensée pour les principaux usages métier en industrie, notre solution présente de nombreux avantages par rapport aux approches de machine learning (ML) généralistes :

• Une exécution autonome sur site : les commerçants peuvent mettre en œuvre les modèles d'inspection directement sur site ou à la périphérie du réseau (edge computing). L'inspection peut indifféremment être réalisée de manière entièrement autonome au sein de l’usine ou dans Google Cloud.

• Un retour sur investissement rapide : les clients peuvent déployer Visual Inspection AI en quelques semaines, contrairement aux outils de machine learning (ML) traditionnels dont la configuration nécessite souvent plusieurs mois. Spécialement pensée pour les ingénieurs chargés de la qualité et du traitement, elle ne nécessite aucune compétence en vision par ordinateur ni en ML. Un assistant interactif guide les utilisateurs à travers toutes les étapes.

• Une technologie avancée d'IA et de vision par ordinateur : selon les benchmarks réalisés par les premiers utilisateurs de Visual Inspection AI dans le cadre d’essais en production, notre solution offre une précision jusqu'à 10 fois supérieure aux approches de machine learning à usage général. Elle peut détecter même les plus petits défauts grâce au support d’images en très haute définition (jusqu'à 100 Megapixels) et à l’efficacité de notre  technologie de vision par ordinateur, considérée comme la meilleure du marché par Forrester.

• Une mise en route rapide et sans effort : Visual Inspection AI peut entraîner des modèles de grande précision en s’appuyant sur 300 fois moins d'images manuellement étiquetées que les plates-formes de ML généralistes, d’après les tests pilotes réalisés par plusieurs clients Google Cloud. Pour être capables de détecter des anomalies, les anciennes solutions requièrent en effet des milliers de modèles étiquetés avec et sans défaut, un travail titanesque qui coûte cher.

• Des fonctionnalités allant au-delà de la détection d'anomalies : contrairement aux solutions concurrentes qui ne procèdent qu'à une simple détection d'anomalies, les fonctionnalités de deep learning de Visual Inspection AI permettent aux clients d'entraîner des modèles qui détectent, classifient et situent avec précision plusieurs types de défauts dans une seule image. Ces différentes capacités permettent aux clients d’automatiser pleinement la ligne de production, avec déclenchement d’actions en fonction de l’analyse sans aucune intervention

• Un déploiement hautement évolutif : les fabricants gagnent en flexibilité sur le déploiement et la gestion du cycle de vie des modèles ML, en adaptant la solution à leurs différentes lignes de production et usines.

Cas d'utilisation dans différents secteurs

Notre démonstration animée de Visual Inspection AI illustre différents cas d’utilisation dans de nombreux secteurs, dont :

• La construction automobile : inspection de surfaces dans les ateliers de peinture, inspection des joints de soudure dans les ateliers de carrosserie, inspection générale dans les ateliers d'emboutissage (rayures, enfoncements, fissures, taches), inspection du bloc moteur dans les fonderies (fissures, déformations, anomalies) ;

• La fabrication de semi-conducteurs : localisation des défauts et des anomalies au niveau du wafer, inspection des fissures au niveau des moules, inspection globale avant la mise en place, inspection du conditionnement des SoC, inspection de l'assemblage des cartes ;

• La fabrication de produits électroniques : détection des composants défectueux ou manquants (vis, ressort, mousse, connecteur, bouclier, etc.) sur les circuits imprimés (PCB), contrôle du collage et soudage des circuits imprimés (soudure insuffisante, stalactite, variation, surplus d'étain, etc.), contrôle de la surface des produits (coulures de colle, déformation des mailles, rayures, bulles, etc.) ;

• La fabrication d'équipements à usage général : inspection des emballages et des étiquettes, inspection des tissus (maille, déchirure, fil), inspection des joints de soudure plastiques et métaux, inspection de la surface.

Exemples de clients générant déjà de la valeur grâce à Visual Inspection AI

Filiale de Foxconn, FIH Mobile est le leader mondial de la fabrication et des services dans le domaine des communications sans fil et des combinés. Elle a testé Visual Inspection AI en début d'année. « Travailler avec Google Cloud pour intégrer des technologies innovantes de machine learning et de vision par ordinateur à nos processus qualité a été une expérience incroyable », témoigne Sabcat Shih, responsable associé senior chez FIH Mobile. « Les ingénieurs de FIH Mobile font confiance à Google Cloud, et nous sommes parvenus à considérablement améliorer nos produits grâce à notre collaboration avec vos équipes. Nous avons hâte de déployer la solution d'inspection des assemblages sur l'ensemble de nos opérations de fabrication de circuits imprimés. »

Kyocera Communications Systems, un important fabricant de téléphones mobiles pour les fournisseurs de services sans fil, a pu faire monter en puissance son expertise en IA et ML grâce à Visual Inspection AI. « Avec le manque d'ingénieurs en IA, Visual Inspection AI constitue un atout innovant parce qu’il peut être utilisé par des ingénieurs non spécialistes de ce domaine », estime Masaharu Akieda, responsable du département des solutions numériques chez KYOCERA Communication Systems. « Visual Inspection AI nous permet de créer des modèles très précis avec seulement 10 à 20 images de défauts durant l’apprentissage. Nous allons continuer à renforcer notre partenariat avec Google pour développer des solutions qui garantiront la réussite des projets de transformation numérique de nos clients. »

Premiers pas avec Visual Inspection AI

Visual Inspection AI est une solution performante qui permet aux fabricants d'améliorer leurs processus de contrôle qualité en production. Pour en savoir plus sur les fonctionnalités et les cas d’usage de Visual Inspection AI, accédez à la page Web de la solution et visionnez cette démonstration.