La SNCF et l'École polytechnique révolutionnent le transport avec l'IA
La SNCF et l'École polytechnique s'allient pour optimiser les réseaux de transport avec l'IA, améliorant service et maintenance ferroviaire.
La SNCF s’associe à l’Ecole polytechnique pour optimiser les réseaux de transport avec l’IA
La SNCF a récemment annoncé un partenariat stratégique avec l’École polytechnique, visant à intégrer l’intelligence artificielle (IA) dans la gestion de ses réseaux de transport.
Cette collaboration, matérialisée par la création d'une chaire de recherche, a pour objectif d'améliorer la qualité de service et de réduire les retards, tout en optimisant les opérations de maintenance et de planification.
Une chaire dédiée à l'intelligence artificielle
Le 4 septembre, la SNCF a inauguré une chaire intitulée « d’enseignement et de recherche sur l’intelligence artificielle et l’optimisation pour les mobilités » en collaboration avec l’École polytechnique.
Ce projet est financé pour une durée de cinq ans et s'inscrit dans une volonté de moderniser les opérations ferroviaires par le biais de l'IA.
Les enjeux de la collaboration
Cette initiative répond à des enjeux cruciaux pour la SNCF, qui a récemment été critiquée pour des défaillances dans ses services, notamment des retards et des annulations fréquentes des trains régionaux (TER).
L'UFC-Que Choisir a mis en lumière ces problèmes, soulignant la nécessité d'améliorer l'efficacité du réseau ferroviaire.
Optimisation de la gestion du réseau ferroviaire
La chaire se concentrera sur plusieurs axes de recherche, principalement :
- La gestion des ressources et du réseau ferroviaire.
- La planification des travaux et la maintenance prédictive.
- L'optimisation des dépenses liées aux opérations ferroviaires.
Les chercheurs visent à réduire l'impact des travaux sur la circulation des trains, en améliorant la coordination des équipes et en rationalisant le transport des matériaux vers les chantiers.
Prévision des retards et amélioration de la qualité de service
Un autre objectif majeur de cette chaire est d'améliorer la qualité de service en prédisant les retards et leur propagation.
« Nous avons identifié des pistes nouvelles sur lesquelles rien n’a été publié dans la recherche comme le fait de combiner l’IA avec les méthodes de recherche opérationnelle pour des mobilités durables ».
Sonia Vanier, responsable scientifique de la chaire, explique que l'idée est de développer des modèles d'IA capables d'analyser les données du système ferroviaire pour identifier les zones à risque et les causes des retards.
Ces informations seront cruciales pour les voyageurs, leur permettant de mieux anticiper les perturbations.
Le transport ferroviaire régional (TER) est crucial pour le développement de modes de transport quotidiens respectueux de l’environnement, notamment face à la domination de la voiture, qui représente encore 74 % des déplacements domicile-travail en France. Les TER offrent une alternative plus écologique et économique pour les usagers, avec une augmentation notable de l’offre (+24 % entre 2015 et 2023) et de la fréquentation (+54 % sur la même période). Cependant, des problèmes de qualité de service constituent un frein majeur à l’adoption du TER comme mode de transport quotidien.
En 2023, environ 20 % des TER ont été annulés ou retardés, avec des disparités marquées entre les régions. Par exemple, la Bretagne affiche un taux de fiabilité de 88,4 %, tandis que la région Provence-Alpes-Côte d’Azur n’atteint que 74,1 %. Au sein de certaines régions, les performances peuvent varier considérablement d’une ligne à l’autre, illustrant le manque de cohérence dans la fiabilité du service. En Centre-Val-de-Loire, une ligne affiche seulement 1,5 % de retards ou annulations, contre 26,5 % pour la plus perturbée.
La ponctualité reste un défi majeur : 11 % des TER ont été en retard en 2023, plaçant la France parmi les pays européens les moins performants en matière de ponctualité ferroviaire. Cette situation complique l’expérience des usagers, qui aspirent à des solutions de transport fiables pour leurs trajets quotidiens. Les retards fréquents compromettent la compétitivité du TER par rapport à la voiture, même si le TER représente une option plus durable et favorable au pouvoir d’achat des consommateurs. Le projet de chaire de recherche avec l’École polytechnique vise précisément à résoudre ces problématiques par l’intégration de l’IA, en optimisant la gestion des réseaux pour réduire l’impact des retards sur les voyageurs.
Une approche innovante de la recherche
La recherche menée dans le cadre de cette chaire se distingue par son approche novatrice.
Sonia Vanier souligne que des pistes inexplorées seront étudiées, notamment la combinaison de l'IA avec des méthodes de recherche opérationnelle pour favoriser des mobilités durables.
Les résultats de ces travaux seront partagés avec la communauté scientifique, contribuant ainsi à l'avancement des connaissances dans le domaine.
Collaboration entre chercheurs et praticiens
Le partenariat entre la SNCF et l’École polytechnique vise à créer une synergie entre la recherche académique et les pratiques opérationnelles. Les chercheurs travailleront directement avec les ingénieurs de la SNCF, qui fourniront leur expertise sur le fonctionnement du système ferroviaire.
Ce transfert de connaissances est essentiel pour adapter les modèles d'IA aux réalités du terrain.
Exploitation des données ferroviaires
La SNCF mettra à disposition de la chaire ses données, ainsi que des ingénieurs pour accompagner les chercheurs et doctorants.
Ces experts aideront à sélectionner les données pertinentes et à les interpréter, ce qui est crucial pour le développement de modèles d'IA efficaces.
Au début du projet, une grande quantité de données sera nécessaire, mais les chercheurs prévoient de réduire progressivement cette exigence au fur et à mesure de l'avancement des travaux.
La maintenance prédictive : un levier essentiel pour l'optimisation des coûts et la fiabilité des services ferroviaires
La maintenance prédictive représente une avancée technologique majeure pour le secteur ferroviaire. Cette approche, qui repose sur l’analyse des données en temps réel pour anticiper les pannes et organiser les opérations de maintenance, est au cœur de la collaboration entre la SNCF et l’École polytechnique. Traditionnellement, les opérations de maintenance ferroviaire sont planifiées à des intervalles fixes ou en réaction aux pannes, ce qui peut générer des coûts élevés et des interruptions imprévues du service. La maintenance prédictive, quant à elle, permet de réduire ces coûts en ciblant précisément les interventions nécessaires avant que les pannes ne surviennent.
L’intégration de l’IA dans ce domaine vise à améliorer la précision des prévisions et à optimiser l’allocation des ressources. Par exemple, en analysant les données historiques des trains, des voies ferrées et des équipements, les modèles d’IA peuvent identifier des schémas et des anomalies qui signalent un besoin de maintenance imminent. Cela permet non seulement d’éviter les retards causés par des pannes imprévues mais aussi de minimiser les perturbations pour les usagers en programmant les travaux lors des périodes de moindre affluence.
Intégration des résultats dans l'enseignement
Un autre aspect important de cette chaire est son volet éducatif. Les résultats de la recherche seront intégrés dans les cours dispensés à l’École polytechnique, sensibilisant ainsi les étudiants aux enjeux contemporains du transport et de la mobilité durable.
Ce lien entre recherche et enseignement est essentiel pour former les futurs acteurs du secteur.
Une équipe dynamique et engagée
Actuellement, la chaire regroupe une dizaine de chercheurs et doctorants, tous motivés par l'idée de travailler sur des problématiques concrètes.
Sonia Vanier se réjouit de l'enthousiasme des étudiants, qui voient dans ce projet une opportunité d'appliquer leurs connaissances à des défis réels.
Les résultats de cette recherche auront un impact direct sur le quotidien des usagers du rail.
Implications pour le secteur ferroviaire
Cette collaboration entre la SNCF et l’École polytechnique pourrait avoir des répercussions significatives sur le secteur ferroviaire en France.
En intégrant l'IA dans la gestion des réseaux, la SNCF pourrait non seulement améliorer la ponctualité de ses trains, mais aussi optimiser ses coûts d'exploitation.
Cela pourrait également contribuer à une transition vers des mobilités plus durables, en réduisant l'impact environnemental des opérations ferroviaires.