L’intelligence artificielle au service de la construction

Le professeur Amin Hammad
Photo: Annik MH de Carufel Le Devoir Le professeur Amin Hammad

Il n’y a pas que les géants du Web qui peuvent tirer profit des avancées de l’intelligence artificielle. Dans son laboratoire de l’Université Concordia, le professeur Amin Hammad tente de mettre les plus récentes technologies au profit d’un secteur qui hésite à innover, celui de la construction.

En 2016, plus de 46 milliards de dollars ont été dépensés dans le secteur de la construction, soit 12 % du PIB québécois. Les quelque 25 700 employeurs actifs ont embauché près d’un travailleur québécois sur vingt, ce qui fait de ce domaine un incontournable moteur économique.

« Le problème, c’est que nous avons une faible productivité, un nombre élevé d’accidents mortels et un faible pourcentage de compagnies innovantes », affirme le professeur Hammad, qui est affilié à l’Institut d’ingénierie des systèmes d’information de Concordia.

Entre 1982 et 2015, la productivité de l’ensemble du secteur des entreprises au Canada, y compris la construction, a augmenté de 55 %, alors que celle du secteur de la construction a diminué de 11 %.

Comprendre les images

Pour rattraper le retard, l’industrie se dote depuis plusieurs années d’outils qui accélèrent ou facilitent les tâches des travailleurs. Les camions sans conducteur commencent à faire leur apparition près des mines et des capteurs en tous genres permettent d’accroître la précision des manoeuvres de la machinerie lourde.

Le professeur Hammad, lui, s’intéresse à ces capteurs qui se multiplient sur les chantiers de construction, mais surtout à la manière de traiter les données qu’ils produisent. Une bonne partie de ses recherches est consacrée à l’analyse des images que peuvent capter une série de caméras sur un chantier de construction.

« La capacité de mettre une caméra sur un chantier de construction n’est pas nouvelle, explique-t-il. Les caméras peuvent capter plusieurs images, mais le défi est de savoir comment analyser les données et automatiser le processus. »

Plutôt que de traiter les images à la manière d’un agent de sécurité qui scrute une dizaine d’écrans à la fois, M. Hammad et son équipe utilisent un système qui s’appuie sur l’intelligence artificielle, et plus particulièrement sur l’apprentissage profond.

En visionnant des millions d’images, ce système peut ainsi « s’entraîner » à reconnaître ce qu’il voit pour offrir des recommandations. Il peut faire état de l’avancement des travaux sur le chantier, déterminer les étapes à venir, adapter l’horaire ou l’échéancier en cas d’imprévus et signaler un risque potentiel pour la sécurité des travailleurs.

Cette technologie combinant la vision par ordinateur et l’apprentissage profond n’est pour l’instant utilisée que par la jeune compagnie Indus.ai, basée à Toronto. Elle a embauché l’un des étudiants d’Amin Hammad l’an dernier et a, jusqu’à maintenant, mené trois projets avec l’équipe de Concordia.

M. Hammad aimerait que d’autres compagnies puissent profiter des avantages de ce système, qui permet selon lui de réduire les coûts, d’améliorer la productivité et de réduire le nombre d’accidents mortels. Il constate cependant qu’il est parfois difficile de collaborer avec des entreprises et des gouvernements, puisque certains donneurs d’ouvrage préfèrent garder leurs données et leurs informations confidentielles.

« Je ne blâme aucune entité, parce que je comprends les raisons pour lesquelles il peut être difficile d’avoir accès aux données », prend-il soin de préciser.

Manque d’incitatif

Pour ce qui est du retard technologique de plusieurs compagnies, le professeur Hammad estime qu’il est dû à l’absence d’incitatif à l’innovation, surtout en raison de la persistante règle du plus bas soumissionnaire dans le cadre des appels d’offres publics.

« Les projets publics retiennent le soumissionnaire qui offre le prix le plus bas, donc pourquoi une entreprise investirait-elle en technologie si ses concurrents ne le font pas ? Pourquoi être le premier ? »

Il admet que l’implantation de sa solution en entreprise représenterait un investissement trois à quatre plus élevé que le coût de développement du prototype qu’il a mis au point, mais il est persuadé que la dépense en vaut la peine.