L’assistance IA pour les régulateurs

Le projet de recherche KARL développe un assistant régulateur numérique pour le centre de contrôle

KARL est financé par le ministère fédéral de l’éducation et de la recherche dans le cadre du programme « Zukunft der Wertschöpfung – Forschung zu Produktion, Dienstleistung und Arbeit » (Avenir de la création de valeur – recherche sur la production, les services et le travail).

Le travail au poste de commande centralisé (PCC) est exigeant et  demande beaucoup d’expérience, en particulier dans les situations de stress, comme par exemple lors d’un accident à l’heure de pointe dans le centre-ville. Comme cette vaste expérience ne sera plus disponible dans la même mesure à l’avenir en raison du nombre croissant de départs à la retraite, les systèmes d’assistance deviennent de plus en plus importants. Dans le cadre du projet de recherche « KARL – IA pour le travail et l’apprentissage dans la région de Karlsruhe », un assistant régulateur est développé qui va soutenir le personnel du PCC et contribuer à réduire les contraintes dans le trafic local grâce à des recommandations d’actions concrètes. La mesure régulatrice recommandée, comme par exemple une déviation appropriée, est alors déterminée au moyen de l’IA.

Collaboration interdisciplinaire pour l’utilisation de l’IA

Dans la région de Karlsruhe, le projet de recherche représente le point de contact central pour toutes les questions relatives à l’IA dans le domaine de l’apprentissage et du travail et réunit 17 partenaires de projet sous la direction de l’université de Karlsruhe. Ils rassemblent tous des connaissances sur la conception du monde du travail de demain et les testent à titre de modèles pour des cas d’application explicites de l’IA dans les domaines de l’éducation, de l’industrie manufacturière et des services à forte intensité de connaissances et systèmes TIC. Parmi les partenaires du projet figurent des institutions scientifiques renommées telles que le Forschungszentrum Informatik (FZI, Centre de Recherche sur l’Informatique), le Karlsruher Institut für Technologie (KIT, Institut de Technologie), le Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (Fraunhofer IOSB, Institut d’Optronique, Ingénierie des systèmes et évaluation des images) et le Fraunhofer- Institut für System- und Innovationsforschung (Fraunhofer ISI, Institut de recherche sur les systèmes et l’innovation), ainsi que des partenaires applicatifs de différents secteurs.

Problématique au PCC

Dans l’un des deux cas d’application de mobilité, INIT étudie comment l’IA peut faciliter le travail des régulateurs aux PCC des transports publics. Le travail aux PCC est souvent marqué par le stress et la pression du temps. En effet, dès qu’une perturbation survient, il faut prendre en très peu de temps une série de décisions aux conséquences parfois importantes. Il s’agit de déclencher divers processus, de la déclaration d’incident à la police à l’information voyageurs, en passant par la communication avec les conducteurs et la mise en place d’un service de remplacement aussi fonctionnel que possible. Nombre de ces mesures sont réalisées sur la base d’une longue expérience.

Objectif du projet de recherche

En collaboration avec l’université de Karlsruhe, le FZI et lavrio.solutions, une entreprise spécialisée dans les applications d’IA et la science des données, INIT étudie les possibilités d’utiliser l’IA pour soutenir notamment les nouveaux employés du PCC dans les situations stressantes. C’est pourquoi le projet de recherche évalue les données des mesures de régulation précédentes à l’aide de procédés d’intelligence artificielle (IA) et développe sur cette base un assistant régulateur qui aide à prendre des décisions difficiles.

L’IA doit être entraînée de telle sorte qu’un grand nombre de facteurs pertinents soient pris en compte et que des mesures de régulation adaptées à chaque situation soient proposées par la suite. L’assistant régulateur doit être lié au SAE, de sorte que les mesures de régulation soient automatiquement déclenchées lorsque les régulateurs acceptent la suggestion de l’IA. Il s’agit donc d’un système de suggestions basé sur l’IA qui soutient les régulateurs tout en leur laissant un contrôle total sur les opérations. Un domaine d’application particulièrement précieux du système peut être la formation du nouveau personnel du PCC ou le soutien des régulateurs ayant peu d’expérience (par exemple, les régulateurs de remplacement). Ainsi, l’assistant régulateur aide à optimiser l’exploitation.

Approche

Les données historiques du SAE qui comprennent les positions des véhicules, les données d’horaires et les mesures de régulation déclenchées servent de point de départ. Afin de garantir que les exigences des régulateurs vis-à-vis d’un tel assistant régulateur soient pleinement prises en compte, des enquêtes ont été menées au début du projet auprès du personnel des PCC des entreprises de transport Karlsruhe GmbH et Albtal-Verkehrs-Gesellschaft GmbH.

Défis au cours du projet

Le plus grand défi est de créer une base de données cohérente et complète sur la base de laquelle l’IA peut être entraînée de manière pertinente. En effet, les informations sont souvent disponibles dans différents systèmes et elles parviennent au PCC par différents canaux, comme la radio ou le téléphone fixe, et parfois aussi par des services externes, par exemple la police ou les pompiers. Les régulateurs reçoivent ainsi des informations sur les incidents et, par exemple, sur les tronçons bloqués. Bien entendu, ces informations sont documentées, mais en raison d’une pression extrême au niveau du temps, elles peuvent être peu structurées et, dans certaines circonstances, mélangées à des données personnelles, ce qui rend une évaluation automatisée difficile voire impossible. En outre, les canaux non numérisés tels que la radio ou le téléphone fixe ne sont pas utilisables par l’IA. Ce sont quelques-uns des défis que pose l’entraînement d’une IA à partir de données historiques qui sont actuellement abordés à l’aide d’une préparation complète des données et d’autres sources de données.

Autres étapes

Les partenaires du projet ont présenté les résultats obtenus jusqu’à présent aux participants du groupe de travail SAE d’INIT et ont ainsi obtenu l’avis d’autres entreprises de transport. Cela permet de concrétiser davantage les exigences posées à l’assistant régulateur et d’inclure, le cas échéant, d’autres sources d’information. L’objectif est d’aider au mieux les régulateurs sans les distraire d’autres activités importantes, comme par exemple la communication avec un conducteur impliqué dans un incident. L’accent est mis sur l’aptitude à la pratique dans le quotidien stressant du PCC.

Plus-value

L’assistant régulateur numérique pour les PCC soutient les régulateurs dans leur travail et les soulage, notamment en cas de situations de stress. Ils peuvent ainsi prendre des décisions avisées ce qui contribue à éviter les erreurs et, au final, à améliorer l’exploitation.

Contact

Dr. Roxana Hess

Product Manager MaaS
Team Manager Research
INIT GmbH
Allemagne