Données, modèles physiques et IA… Voilà les trois ingrédients clés de la recette développée par Duoverse. L'objectif de la start-up est de donner naissance à des jumeaux numériques précis, mais moins gourmands en ressources, en s'appuyant sur les acquis de la physique.
Sa ligne de conduite : partir des acquis de la simulation physique pour simplifier le processus. Sa méthode mêle donc modèles physiques, relevés de données de terrain et intelligence artificielle. En effet, rappelle le chercheur, «la simulation entièrement basée sur la physique est à la fois très précise et très gourmande en ressource de calcul»… La question de la donnée, dont l'obtention peut se révéler ardue et coûteuse, constitue également un frein lors de la mise en place d'un jumeau numérique. «Or, en face, on a des modèles physiques peaufinés pendant un million d'années, qui sont déjà très bons».
Un constat d'ailleurs partagé par d'autres entreprises, telles qu'Amiral Technologies, qui cherche elle aussi à trouver un juste équilibre dans le domaine sensible de la donnée industrielle. «Aujourd'hui, un jumeau numérique est très coûteux. Il est donc réservé à des équipements critiques, qui mobilisent un budget conséquent, et sa mise en place prend aussi beaucoup de temps», affirme Katia Hilal, cofondatrice et dirigeante d’Amiral Technologies. De là découle cette idée de jumeau numérique « hybride », qui allie expertise humaine à travers les modèles physiques, intelligence artificielle, et données de terrain.
De l'IA pour franchir "la dernière marche"
Concrètement, Duoverse agrège des données disponibles en ligne (topographie, OpenStreetMap, Météo France, modèles RAS) avec celles fournies directement par le client, de façon plus ou moins automatisée selon les possibilités. Cette méthode permet de construire des modèles prédictifs en faisant fonctionner un algorithme avec les différentes données. Mais pas n'importe comment: «nous nous appuyons sur des modèles physiques pour que l'IA n'ait qu'à réaliser "la dernière marche"», précise ainsi Victor Champaney. La start-up s'appuie sur des logiciels open source tels que Openfoam pour implémenter les modèles physiques.
Au-delà de la question du coût, le mariage des différents outils permet selon lui de pallier leurs faiblesses. Ainsi, en se basant uniquement sur de la donnée, il est difficile de simuler des situations extrêmes, qui par définition ne surviennent pas souvent. Les modèles physiques peuvent calculer ces résultats. L'intelligence artificielle intervient pour pallier la rareté de la donnée, tandis que la donnée, à l'inverse, permet de rectifier et d'affiner les résultats en les alignant sur la réalité. En définitive, «cette méthode permet de déployer des solutions équivalentes aux modèles physiques très précis, mais au coût d'un modèle approximatif».
