Parfois, les esprits les plus créatifs font des prédictions étonnamment incorrectes.

En 1878, William Preece, un ingénieur électricien gallois, avait déclaré que le téléphone ne remplacerait jamais les « messagers ». En 1946, Darryl Zanuck, un directeur de la 20th Century Fox, affirmait qu’aucun marché ne s’accrocherait à la télévision plus de six mois. En 1977, Ken Olsen, un ingénieur-entrepreneur américain, avançait : « Il n’y a aucune raison d’avoir un ordinateur chez soi » (sauf qu’il faisait référence à une version science-fiction des appareils actuels qui fonctionnent avec l’Internet des objets, à propos de quoi il avait sans doute tort là encore).

Autodesk Inventor
Nouveaux objets 3D de catalogue pour Autodesk Inventor générés grâce à l’intelligence artificielle

Se prétendre visionnaire dans le domaine de la technologie comporte des risques. Mais quand j’imagine l’avenir proche, je me réjouis de ce que je vois. Pour la première fois, j’ai l’impression que la véritable conception assistée par ordinateur (CAO) et la fabrication assistée par ordinateur (CAM) vont devenir une réalité. Jusqu’à présent, les machines ne jouaient aucun rôle dans le processus de réflexion. Elles attendaient patiemment leurs instructions, sans jamais pousser l’humain au-delà de ses limites créatives.

Mais cela évolue. Voici cinq prédictions des tendances à venir dans les domaines de la conception et de la technologie.

1. La réalité virtuelle aura un effet important sur le BTP. L’usage de la réalité virtuelle (VR) est une tendance croissante chez les architectes, mais son effet le plus profond pourrait se faire ressentir dans le BTP. Elle donne aux professionnels du secteur une représentation plus fidèle que ce qu’offrent les outils traditionnels tels que les tableaux de texte (comme les programmations au moyen de diagrammes de Gantt) ou les données graphiques 3D (comme les maquettes numériques).

 Les entrepreneurs pourront se déplacer virtuellement dans leur chantier et voir à quoi il ressemblera la semaine suivante. Ils seront en mesure de signaler les obstacles, de résoudre les conflits et de coordonner les changements avant même que cela ne pose un problème dans la réalité. Les ouvriers seront également en mesure de faire des essais.

De plus, faire découvrir la réalité virtuelle aux entrepreneurs et aux ouvriers du BTP permettra de faire des économies massives de temps et d’argent, mais aussi de prévenir les erreurs et les accidents.

2. L’apprentissage automatique (machine learning) va permettre d’améliorer la créativité autour de la conception produit. L’apprentissage automatique croît de façon exponentielle. De la même façon que les scientifiques ont stimulé le cerveau humain avec la synesthésie pour déclencher de faux souvenirs, il est possible de pousser les « neurones » dans un logiciel pour découvrir des objets qui n’ont jamais été inventés.

Chairoplane
L’interprétation du « Chairoplane » par Design Graph

Le projet Design Graph d’Autodesk, par exemple, peut explorer une immense quantité de données, identifier les liens entre diverses pièces (mécanismes, écrous et vis), grouper les objets similaires par formes et produire les recommandations appropriées. Au fur et à mesure de l’apprentissage, la machine développe un mécanisme cognitif similaire à celui d’un cerveau humain. Dorénavant, le logiciel peut différencier un chien d’un chat, de la même façon que le ferait un être humain.

Imaginons que je veuille stimuler certaines capacités d’un logiciel pour créer une chaise et d’autres pour créer un avion. Je peux aller des unes aux autres, stimuler une « fausse mémoire » et regarder l’objet « réaliser un morphing » entre la chaise et l’avion. Ce qui est intéressant n’est pas tant que ces exemples soient morphologiquement différents, mais que l’ordinateur puisse mener des recherches dans les objets déjà existants pour découvrir des territoires inexplorés qui pourraient constituer de nouvelles opportunités sur le marché.

3. Les robots sensoriels accélèrent le processus de fabrication et le rendent plus précis. Pour le consommateur, l’intérêt des appareils fonctionnant avec l’Internet des objets peut être ridiculement exagéré. Pourquoi auriez-vous besoin d’un grille-pain connecté à votre smartphone quand le modèle traditionnel à 30 euros ferait très bien l’affaire ? Dans un proche avenir, l’impact de l’Internet des objets sera beaucoup plus important pour la robotique industrielle.

Jusqu’à présent, les robots ont toujours été complètement aveugles, exécutant sans cesse les mêmes interactions, indépendamment des personnes, des autres robots ou de la pièce à fabriquer en face d’eux. Les robots de fabrication devront donc être plus modulables et s’adapter à différentes situations.

À l’instar du projet Quipt de Madeline Gannon, de plus en plus de projets sont menés avec des robots sensoriels pour les aider à percevoir leur environnement et à modifier leurs programmes afin d’éviter la répétition des mêmes erreurs. Le laboratoire de recherche appliquée d’Autodesk travaille également sur un robot de grande taille pour la fabrication additive, auquel on assignerait des objectifs plutôt que des tâches. Ainsi, pendant qu’il effectue sa tâche, le robot est capable d’évaluer le chemin qu’il reste à parcourir pour atteindre son objectif et peut, au besoin, le modifier.

Dans notre laboratoire, un autre robot peut se former une « opinion » à partir d’un nouvel objet qu’il n’avait jamais vu auparavant, puis en déterminer la surface de préhension. S’il échoue, il apprendra de ses erreurs. Ainsi, la prochaine étape pourrait être de remplacer l’œil du robot par une scène de rendu. Nous pourrions lui donner des scènes comme celles d’un Lego posé sur un banc dans un parc, mêlé à d’autres legos ou posé sur un chat.

Grâce à l’apprentissage automatique, le robot imagine différents scénarios, de sorte qu’il n’a pas à se les représenter dans le monde réel. Il est possible de créer toutes ces situations d’apprentissage en parallèle les unes des autres et à l’échelle. Le robot apprendra à saisir un Lego, mais pourra également apprendre simultanément la meilleure manière de saisir des dizaines de millions d’objets différents. À terme, il saura comment saisir tous les objets.

4. La conception générative et la simulation prédiront la faisabilité d’une fabrication. Est-ce que vous vous souvenez du jeu de la bataille navale ? Vous attaquiez en C6, touchiez un navire et en déduisiez qu’il fallait continuer en C4. Finalement, après quelques tentatives et avec un peu de chance, vous pouviez couler le navire de votre adversaire.

La conception générative, c’est un peu comme de jouer à l’envers, en sachant où tous les navires sont disposés. Grâce à la simulation et à la conception générative, vous pourrez voir toutes les options possibles, et toutes pourront être fabriquées parce qu’elles seront d’abord vérifiées par l’ordinateur.

 Par exemple, Airbus a utilisé la conception générative pour un modèle de cloison séparant l’équipage des passagers : son poids est 45 % moindre que celui des cloisons classiques. Parmi les 10 000 options de conception qui ont été générées, l’équipe d’Airbus en a sélectionné quelques-unes pour des tests exhaustifs via des logiciels de simulation. Le résultat ? Une cloison structurellement légère et solide qui peut être imprimée selon trois dispositifs de fabrication additive, le tout sans erreur.

Ce procédé ne permet pas seulement de gagner du temps et de l’argent. Si on équipe les milliers d’Airbus A320 actuellement en commande de ces cloisons, les émissions de CO2 pourraient être réduites chaque année de plusieurs centaines de milliers de tonnes.

Autodesk MaRS
Options de plans d’implantation pour le bâtiment MaRS à Toronto générées grâce à la conception générative

5. La collecte participative de données et la conception générative créeront des lieux de travail plus agréables. La conception générative va d’abord concerner l’industrie manufacturière où les cycles entre la création et la production sont courts. Mais les architectes peuvent également l’utiliser pour explorer les objectifs, les contraintes et les résultats.

 Le bâtiment du MaRS (un acronyme pour « Medical and Related Sciences »), à Toronto, en est un exemple : Autodesk et l’agence The Living ont mené une enquête auprès des employés pour mieux cerner leurs besoins en matière de travail en équipe, de luminosité, d’espace privatif, etc. Sur la base des données obtenues, l’outil de conception générative a conçu plusieurs plans d’agencement à partir de milliers de configurations possibles.

L’orientation, les baies et le contrôle de la lumière naturelle, et le nombre d’étages : ces questions et leurs implications ont toutes été explorées. Mais qu’est-ce qui améliore la productivité de l’employé dans un bâtiment ? La réponse se trouve dans la cartographie des données qui illustrent les préférences humaines (préférences qui varient d’une personne à l’autre), obtenue grâce aux calculs de la machine.

Ainsi, nous étudions un contexte changeant avec des objectifs multiples. Et c’est là que les techniques de conception générative font mieux que le scénario traditionnel, qui se contente de choisir la première solution viable qui se présente : la conception générative permet de sélectionner la meilleure solution puisqu’elle aura déterminé toutes les options possibles.

Sur le même sujet…

Accès validé !

Merci!

Découvrez le « Future of Making »

Abonnez-vous à notre newsletter