En sortant de nos études, mes amis de promo et moi, nous avons co-fondé une startup, M-Cador, avec un objectif : faire du drone un outil indispensable de l’entreprise de demain.

Pourtant, à chaque fois que nous avons l’occasion de parler de notre startup à notre entourage ou à des néophytes, le mot drone est associé à tout sauf à un outil de l’entreprise. Il suffit de faire une recherche google sur ce mot-clé pour trouver deux montagnes d’articles : l’une sur les drones militaires et l’autre sur les drones grand public comme ceux de Parrot. Je ne parle même pas des crashs, des survols illégaux ou autre joyeuseté.

Pourtant, loin des villes, des drones sont déjà utilisés : pour aider les agriculteurs dans la gestion de fertilisants, dans l’évaluation des risques d’éboulement sur les voies par la SNCF ou encore dans l’entretien des éoliennes et lignes à haute tension par des entreprises du secteur de l’énergie…


Il manque cependant quelque chose au drone…

Le nombre de nouvelles applications grandit d’années en années, mais il manque encore une chose pour que les drones se répandent complètement dans tous les secteurs, et pas seulement au stade de prototype “innovation” qui une fois terminé finit au placard.

Ce qui leur manque c’est la vision, le sens de la vue.

De la même façon dont la voiture autonome révolutionne l’industrie automobile en percevant son environnement et qui par conséquent peut conduire toute seule, la révolution pour le monde du drone, c’est le drone qui possède une vision artificielle. Cette fonction va lui permettre d’éviter les obstacles et analyser ce qu’il voit pour nous donner des informations utiles sans que l’on ait à lui mâcher tout le travail.


La vision artificielle ?

La vision artificielle ou “computer vision” c’est l’extraction d’informations utiles à partir d’une image ou d’une vidéo. Finalement c’est ce que fait notre cerveau à partir des images nos yeux lui fournissent. Pour un ordinateur c’est la même chose mais avec une caméra à la place de l’oeil et beaucoup de lignes de code pour simuler ce que ferait le cerveau pour donner un sens à ces images.

Nous sommes finalement souvent confrontés à cette technologie, par exemple quand on prend une photo avec notre téléphone, les visages présents dans l’objectif sont automatiquement détectés pour faire la mise au point adéquate. Idem lorsque Facebook vous propose un tagging automatique. Les radars automatiques sur le bord des routes utilisent également une technologie de computer vision pour extraire le numéro de plaque d’une voiture afin d’envoyer une amende de façon autonome et automatique.


Pourquoi est-ce si difficile à mettre en place ?

 

 

Après tout, des millions d’années d’évolution nous ont permis de développer un système visuel-cognitif. Le challenge pour la vision artificielle va justement être de retranscrire en code un système qui s’est formé en plusieurs millions d’années.

Si nous voulons qu’une machine puisse détecter un visage humain, il va falloir lui fournir énormément d’exemples, ce qui est réalisable au vu du nombre de selfies que l’on peut trouver sur Instagram. Mais comment lui apprendre à différencier l’image d’un visage sur un panneau publicitaire d’un “vrai” visage ? L’abstraction et le contexte sont ainsi des notions particulièrement difficiles à implanter dans une puce de drone.


Use case : La détection de mauvaises herbes

Chez M-Cador, nous avons apporté au drone la vision, sur un domaine très précis, l’optimisation des pesticides dans l’agriculture.

Nos drones passent dans le champ, avant l’épandage des pesticides, pour prendre en photo l’ensemble de la culture. Ensuite grâce à l’algorithme que notre équipe a développé, nous pouvons déterminer où se trouve exactement les mauvaises herbes dans la culture. Ainsi plutôt que de déverser des pesticides de manière uniforme dans toute la culture, l’utilisation des drones va permettre un épandage précis et optimal, qui peut permettre une économie en produit de plus de 20%.

Ce type de travail n’est pas réalisable par un être humain, de part son côté très fastidieux et son besoin très exigent en précision. De nombreuses applications actuelles et encore non existantes sont susceptibles de se faire “droniser” de la même façon.


“Un drone sans “intelligence”, c’est comme un ordinateur sans système d’exploitation”

Un drone sans “intelligence”, c’est comme un ordinateur sans système d’exploitation, il va nous falloir une certaine expertise et expérience pour pouvoir en tirer quelque chose. Le sens de la vue est donc bien évidemment le point central de l’intelligence puisque bien souvent le meilleur synonyme de drone est caméra volante. L’armée, bien souvent première sur l’innovation, a bien compris cela et développe depuis maintenant plusieurs années des drones capables de différencier automatiquement civils et combattants.

Pour faire face aux nouvelles problématiques d’énergie et de production, l’entreprise a parfaitement les moyens de développer des systèmes de vision couplés à de la robotique. Cependant, à l’heure actuelles seuls les gafa (Google, Apple, Facebook, Amazon) se sont vraiment lancés dans ce domaine.

Tout le monde aurait pourtant un intérêt à exploiter toutes ces images collectées par ces caméra volantes (drones aériens), roulantes (drones terrestres) ou même statiques (IoT).

Rodolph Vogt, CEO, @M-Cador