Comprendre et intégrer l'IA dans le contrôle automatisé
Démystifiez les concepts clés de l’IA pour distinguer les opportunités réelles des effets de mode
Formation créée le 20/04/2026. Dernière mise à jour le 21/04/2026.Version du programme : 1
Type de formation
DistancielDurée de formation
3 heures (0.5 jour)Accessibilité
OuiComprendre et intégrer l'IA dans le contrôle automatisé
Démystifiez les concepts clés de l’IA pour distinguer les opportunités réelles des effets de mode
Entre les promesses marketing et la réalité du terrain, il y a souvent un fossé. Cette formation vous donne les outils pour décrypter le fonctionnement réel des systèmes de vision par IA. Pas à pas, vous apprendrez comment l'IA "voit" et "décide" afin de devenir capable de juger par vous-même de la pertinence d'une solution et d'en piloter la mise en œuvre. Une approche pédagogique qui remplace le mythe par la compétence technique.
Objectifs de la formation
- Identifier le potentiel industriel de l'IA pour résoudre des applications complexes jusqu'ici impossibles à automatiser
- Comprendre la méthodologie de déploiement d’une solution vision par IA
Profil des bénéficiaires
- Méthodes & Industrialisation
- Qualité
- Maintenance
- Chargés d'affaires et chefs de projets
- Aisance avec l'outil informatique pour suivre la formation à distance en visio-conférence
- Compréhension de base des contrôles qualité ou de l'automatisation industrielle
- Intérêt pour la transformation numérique ou la stratégie d'innovation
Contenu de la formation
Introduction à l'IA
- Qu'est ce que l'Intelligence Artificielle
- Un peu d'Histoire
- Les différents types d'IA
- Comment ça marche : Réseau de neurones convolutif (CNN)
Le contrôle qualité automatisé
- Le contrôle qualité dans l'industrie
- Qu'est que la vision industrielle
- Typologie d'application vision avec exemples
- Chaîne d'acquisition d'image
- Matériel utilisé et technologies (1D, 2D, 3D)
L'IA dans la vision industrielle
- La vision par algorithmes
- Limites de la vision par algorithmes
- La vision par IA
- Cas d'usage
Deep & Edge Learning
- Les types d'apprentissage
- Principe et fonctionnement du Deep Learning
- Principe et fonctionnement du Edge Learning
- Cas d'usage
Mise en œuvre en industrie
- Hardware, puissance de calcul et software
- De l'acquisition d'image au jugement PLC
- Mise en service de la solution IA
- Boucle d'amélioration IA
Méthodologie
- Choix entre la détection, la classification et la segmentation
- Types d'apprentissage (supervisé ou non, etc.)
- Approche combinée IA + algorithmique
- Etapes de mise en œuvre : du cahier des charges à l'amélioration continue
- Evaluer et valider le modèle IA : Score F1 et matrice de confusion
- Ressources & charge de travail
Les Innovations
- Générer votre défauthèque d'images par IA
- Rendre le jugement d'une image par IA explicable
- L'aide au réglage optimisé par IA
Les limites
- Mythes et réalités de l'IA dans l'industrie
- Qualité de l'image
- Qualité du dataset
- Facteurs de succès et pièges à éviter
Équipe pédagogique
Suivi de l'exécution et évaluation des résultats
- Feuille d’émargement pour évaluer l’assiduité des stagiaires
- Formulaires d'évaluation de la formation, à chaud et à froid
- Certificat de réalisation individuel (cette action de formation n’est ni diplômante, ni certifiante)
Ressources techniques et pédagogiques
- Support de formation théorique projeté
Qualité et satisfaction
Délai d'accès
Accessibilité
Pour tout besoin spécifique en matière de handicap, nous vous invitons à nous contacter directement, afin d'étudier ensemble les possibilités de suivre la formation.