BMW Group développe une application personnalisée destinée aux concepteurs d'usine sur NVIDIA Omniverse

Au-delà des transformations de la planification des usines, BMW redéfinit le contrôle de la qualité en plaçant l'IA au cœur de ses lignes de production. Au lieu de s'appuyer uniquement sur des inspecteurs humains, sujets à la fatigue et à des incohérences, BMW a développé un système d'inspection visuelle basé sur l'IA appelé Presence Detection, qui évalue automatiquement les images de composants essentiels en temps réel et signale tout problème à l'attention des employés.

L'entraînement de ces modèles d'inspection visuelle nécessite de grands volumes de données sur les défauts, difficiles à collecter, notamment lors des premières phases de production où les défauts sont rares et où le réusinage est coûteux. Grâce à NVIDIA Omniverse Replicator et à Isaac Sim, l'équipe de BMW a développé un pipeline de données synthétiques qui génère des milliers d'images d'entraînement photoréalistes d'un simple clic. BMW peut désormais entraîner des modèles d'IA robustes avant que débute la production, en simulant virtuellement les défauts et des scénarios réels.

Pour étendre cet effort, BMW s'appuie sur SORDI.ai (Synthetic Object Recognition Dataset for Industries), une plateforme centrale qui gère les données d'images dans tous les cas d'utilisation et qui aide les data scientists à accéder et à réutiliser en toute sécurité des jeux de données dans toute l'entreprise. Cette initiative révolutionnaire vise à accélérer l'entraînement de l'IA en production en offrant l'ensemble de données open source d'environnement industriel le plus vaste et le plus réaliste, composé de plus de 800 000 images photoréalistes classées dans 80 catégories. BMW a exploité des systèmes NVIDIA DGX™ avec l'architecture NVIDIA Hopper™ pour entraîner des modèles de génération de données synthétiques basés sur le Deep Learning utilisés pour développer l'ensemble de données SORDI. Les modèles de Deep Learning exécutent des tâches telles que la détection d'objets, la segmentation d'images, la classification d'images et l'estimation de poses 6D. Enfin, les systèmes DGX sont utilisés pour évaluer et tester les modèles entraînés. Cette fusion de la simulation, de l'IA et du calcul accéléré de NVIDIA transforme l'inspection, autrefois un contrôle manuel, en un processus intelligent, évolutif et adaptable à chaque cycle de production.

Ensemble, Replicator et SORDI.ai ont aidé l'équipe à gérer le contrôle de la qualité avec des semaines d'avance sur le calendrier prévu, tout en réduisant les coûts et la complexité de la collecte de données traditionnelle.

BMW s'engage à étendre les possibilités de sa plateforme de jumeaux numériques avec des capacités d'IA générative et agentique avancées. L'introduction d'assistants intelligents basés sur l'IA permettra à BMW de faciliter l'utilisation des outils de planification et de les rendre plus réactifs aux besoins des équipes. Ces nouvelles fonctionnalités contribueront à automatiser des tâches, à suggérer des solutions et aideront les concepteurs à identifier de nouvelles possibilités et à résoudre les problèmes plus rapidement. Au fur et à mesure du développement de la plateforme, les équipes de BMW pourront planifier les usines de manière plus flexible et plus efficace, soutenant une gamme de cas d'utilisation plus étendue au sein de l'entreprise.