C'est l'ère de l'intelligence artificielle
Les choses bougent vraiment
L'avènement de l'intelligence artificielle va révolutionner la méthodologie de la formulation.
Formulation et Intelligence Artificielle/ Formulation 4.0
Méthodologie conventionnelle de la formulation
Durant la dernière décennie, on a assisté à l’émergence de l’intelligence artificielle. L’intelligence artificielle a permis de numériser l’industrie en introduisant l’internet des objets (Io des objets), de personnaliser la production, d’avoir une flexibilité dans la gestion des installations industrielles et d’avoir des nouveaux outils logistiques et de simulation. Ceci a permis de réduire drastiquement les coûts de matières premières et de l’énergie. Les outils développés par l’IA, jusqu’à maintenant, ont permis d’améliorer la qualité des produits, par l’identification et l’analyse des facteurs influençant la non-qualité, d’améliorer la performance industrielle par l’optimisation des procédés, la détection et l’anticipation des dérives du procédé et la recommandation des meilleurs paramètres à appliquer durant le fonctionnement des équipements.
Nouvelle approche
L’avènement des nouvelles technologies, l’accumulation des sciences des données et l’émergence de l’intelligence artificielle (IA) ont complétement changé la donne. L’approche des sciences de la formulation est actuellement en plein métamorphose. La nouvelle démarche est basée sur les sciences des données selon les trois étapes suivantes :
1- Exploration des données existantes faisant appel à l’historique des formulations , les Big datas et datamining.
2- Expérimentation In-Silico : (Simulation numérique)
3- Criblage des facteurs expérimentaux : Screening experiment
4-Selection des formules candidates et les évaluer sur le terrain pour validation
La première étape repose sur l’établissement des règles de design de produit à formuler en se référant à la bibliothèque des données des produits chimiques et des ingrédients (Chemical database) puis ensuite aux données des bibliothèques (Data library).
La deuxième étape déterminante est l’expérimentation In silico « Silico-experiment » : « Simulation par ordinateur en comparaison avec simulation in vivo et in vitro ». Cette étape consiste à concevoir un produit virtuel. Le schéma de design étant défini dans la première étape. Cette phase est consacrée à l’optimisation expérimentale, la simulation des process de fabrication et la simulation des performances.
La troisième étape consiste à faire un criblage des différents paramètres qui agissent sur la qualité du produit. Ceci permet enfin de choisir les formules à retenir qui peuvent remplir le cahier des charges initialement prévu: (Formules candidates). Ces formules candidates sont complétées par des formules concrètes pour valider les modèles développés par les algorithmes. Les techniques utilisées dans cette démarche reposent sur le machine learning et le deep- learning.
Objectifs
Forscitech a pour objectif:
d’implémenter l’intelligence artificielle dans les différentes étapes de la formulation.
d’impliquer les centres de recherches, les laboratoires et les industriels dans ce domaine comme bien prometteur.
Concevoir des nouveaux produits via le recours à l’intelligence artificielle
Reformuler les produits pour être en accord avec les exigences réglementaires sanitaires et environnementales
Reformuler les produits pour réduire le taux des matières premières et le coût de production
- Reformuler les produits pour s’en passer des matières premières rares ou en extinction
- Reformuler pour améliorer le label ( Pas de OGM, Conservateur naturel, ……)
