Moins, c’est plus : pourquoi la mise à l’échelle des solutions ferroviaires d’IA ne se limite pas à des ensembles de données plus importants
La maintenance prédictive pilotée par l’IA est l’avenir du rail, mais le secteur a besoin de plus qu’une simple technologie, affirme Pascal van der Zwalm, fondateur de la société d’analyse néerlandaise Rail 1435. Avant de participer à l’Intelligent Rail Summit 2025 cette semaine, il explique que « la qualité des données, et pas seulement la quantité », sera essentielle pour libérer tout le potentiel de l’IA dans l’infrastructure ferroviaire, soulignant la nécessité d’une approche holistique très importante pour un réseau véritablement numérique.
Pascal van der Zwalm, fondateur de la société néerlandaise de données Rail 1435, se rendra au lac de Bled cette semaine pour le sommet Intelligent Rail 2025. Son entreprise développe des systèmes de capteurs intelligents et des plateformes de données qui permettent de passer d’une maintenance réactive à une maintenance prédictive. Elle travaille avec des clients importants tels que ProRail, le gestionnaire d’infrastructure des Pays-Bas. Qu’il s’agisse de mesurer le mouvement des ponts sur la ligne à grande vitesse néerlandaise ou de suivre les vibrations et la température sur les lignes régionales, M. Van der Zwalm a vu comment les données brutes deviennent des informations opérationnelles lorsqu’elles sont bien utilisées.
Cette expérience explique pourquoi il souhaite ramener les ambitions numériques du secteur ferroviaire à quelque chose de plus concret. Comme il l’explique, l’un des plus grands défis de l’expansion des programmes numériques ne réside pas dans la collecte de grandes quantités de données, mais dans le choix et l’utilisation efficace de ces données : « Plus il y a de données et de paramètres, meilleures sont les prévisions. Mais il y a un hic : il est difficile de passer à l’échelle supérieure sans compromettre la précision. Il s’agit d’un exercice d’équilibre », explique-t-il. Pour M. Van der Zwalm, le succès commence par la construction d’une base solide, à laquelle les chemins de fer peuvent réellement se fier.
La qualité des données, pas seulement la quantité
L’amélioration de la maintenance ferroviaire en vue d’une meilleure utilisation du big data est devenue un objectif central pour de nombreux gestionnaires d’infrastructure européens. À travers le continent, de petits projets pilotes montrent déjà comment la maintenance prédictive, basée sur l’IA, peut transformer les opérations – à condition qu’il y ait suffisamment de données fiables pour alimenter les modèles. Et plus de données signifie souvent une meilleure compréhension et des décisions plus solides, fondées sur des preuves.
Toutefois, M. Van der Zwalm met en garde contre le fait qu’il n’est pas toujours préférable d’être plus grand. Avant de passer à l’échelle supérieure, les gestionnaires d’infrastructure doivent s’assurer que les fondations sont bonnes – les données elles-mêmes et les modèles qui les traitent. « La clé réside dans la qualité des données – moins, c’est mieux », explique-t-il. « Il est plus facile de passer à l’échelle supérieure lorsque l’on privilégie la qualité à la quantité. Avec l’IA et l’apprentissage automatique, nous pouvons traiter plus de paramètres que jamais, mais si les données d’entrée ne sont pas bonnes, les résultats ne le seront pas non plus. En d’autres termes, si de mauvaises données sont introduites, les résultats seront mauvais.
Si la force de l’IA réside dans le traitement d’ensembles de données aussi vastes, cette même échelle entraîne des défis très particuliers. M. Van der Zwalm souligne qu’à mesure que les modèles se développent, ils deviennent plus difficiles à interpréter et à valider. « Ce qui se passe à l’intérieur d’un modèle d’IA – et le résultat qu’il produit – peut être difficile à gérer », explique-t-il. « Plus on ajoute de données et de paramètres, plus il est important de vérifier la qualité des résultats. Ce n’est que lorsque les résultats du modèle d’IA sont prévisibles et validés que nous pouvons passer à l’échelle supérieure à partir d’un modèle de base stable en introduisant davantage de complexité. »
Selon lui, « c’est comme créer une soupe parfaite. Avec l’IA, nous pouvons utiliser beaucoup plus d’ingrédients, mais plus nous en ajoutons, plus le risque de dégoût est grand. En réduisant d’abord les ingrédients, on simplifie le modèle et on le rend plus facile à vérifier – ce n’est qu’ensuite que l’on peut ajouter de la complexité.
Combler le fossé
Selon M. Van der Zwalm, la dépendance des chemins de fer de construction à l’égard de ces modèles nécessite non seulement la technologie appropriée, mais aussi un changement culturel au sein de l’organisation. « Les gestionnaires d’infrastructure ont des connaissances spécialisées, mais ils ne comprennent souvent pas bien la gestion des données. Il y a là un décalage », explique-t-il. Les modèles d’IA peuvent être une grande « boîte noire » dans laquelle on ne sait pas exactement ce qui se passe. Pour les techniciens, cette « boîte noire » peut être très inconfortable », souligne-t-il.
Pour instaurer la confiance dans ce type d’IA, il faut donc impliquer des experts opérationnels dans le processus. « Nous avons créé des algorithmes pour détecter la maintenance des voies ferrées. Si une maintenance est détectée, un expert peut vérifier la maintenance et donner son avis sur celle-ci. Ce retour d’information est utilisé pour former les modèles de données afin de mieux prédire la maintenance future. De cette manière, les connaissances de l’expert sont utilisées pour élaborer et vérifier les résultats du modèle d’IA. Cela permet de renforcer la confiance dans les données et les modèles d’IA ».
Selon M. Van der Zwalm, c’est en bouclant la boucle entre les systèmes numériques et l’expertise humaine qui existe déjà chez les gestionnaires d’infrastructures que l’IA deviendra durable dans le secteur ferroviaire – non pas en remplaçant l’expérience, mais en devenant un outil façonné par elle.
Intelligent Rail Summit 2025 : un regard vers l’avenir
L’Intelligent Rail Summit 2025 se tiendra cette semaine, les 4 et 5 novembre, au lac de Bled, en Slovénie. Il explorera la manière dont l’IA, le big data et les technologies intelligentes façonnent l’avenir d’un rail résilient au changement climatique. Avec des experts de la DB, de la SNCF et du gestionnaire d’infrastructure slovène parmi les panélistes, le sommet promet d’offrir des aperçus pratiques sur la façon dont le rail peut relever ses défis les plus pressants. Consultez le programme ici.
