Du besoin au produit : des solutions numériques fiables et performantes
SII explore les solutions numériques qui accélèrent le passage du besoin au produit, tout en garantissant un haut niveau de fiabilité et de conformité. Notre démarche de recherche s’articule principalement autour des objectifs suivants :
Automatiser la validation et la vérification via des tests intelligents.
Exploiter l’IA dans toutes les phases du cycle de développement du produit – de la capture de besoin à la mise en production.
Accélérer le cycle de conception grâce au MBSE, à la simulation et aux jumeaux numériques.
NOS SUJETS DE RECHERCHE
Sketch to code/CRAFT
Ce projet explore une nouvelle façon de concevoir des applications web en s’appuyant sur l’intelligence artificielle générative. La première phase permet de transformer un simple croquis réalisé sur tableau blanc en une interface web fonctionnelle, avec génération automatique du code HTML et itérations successives en interaction avec un LLM (ou Large Language Model).
La seconde phase étend cette approche au prototypage complet d’une chaîne logicielle : maquette UX/UI, architecture applicative et code. Elle intègre le choix d’un framework, une charte graphique et plusieurs options techniques ou fonctionnelles.
L’ensemble repose sur des boucles d’amélioration continues, visant à accélérer la conception tout en améliorant la qualité des prototypes.
Validation Assistant
Les tests de non-régression sont centraux dans la validation de l’évolution de package de simulation. Sans eux, nous ne pouvons pas garantir une bonne qualité d’entrainement des pilotes sur simulateur ou la robustesse des tests des différents systèmes sur banc d’essais. Cependant, cette tâche peut vite prendre énormément de temps. L’objectif de VA (Validation Assistant) est de réduire ce temps et de permettre à l’ingénieur en charge du test de non-régression de se concentrer sur le pourquoi plutôt que sur l’étude comparative des paramètres de vols de l’avion simulé.
Pour cela, nous utilisons une approche machine learning en utilisant les données déjà évaluées par le passé par les ingénieurs. Ainsi, nous sommes capables de réduire un temps d’analyse de tests de non-régression de 5 jours à seulement 1 jour. Ce projet issu de notre R&D, fut d’abord présenté au Challenge Innovation interne puis financé au travers d’un CORAC (financement étatique de la DGAC). Aujourd’hui, ce projet est industrialisé chez notre client Airbus et régulièrement maintenu pour assurer une continuité et la prise en compte de nouvelles simulations d’avions.
MBSE For Test Means
Réalisé en partenariat avec Airbus, le projet MBSE (ou l'ingénierie des systèmes basée sur les modèles) For Test Means a permis de réduire considérablement les temps de développement des moyens d’essais en créant une continuité digitale entre les équipes concevant les systèmes et celle développant les bancs de tests.
Notre solution, que nous avons industrialisée chez nos clients, a permis d’automatiser de nombreuses tâches à faible valeur ajoutée et a facilité la gestion de configuration des moyens de tests.
Assistant ingénieurs systèmes (SIRIUS, CONDOR)
Ce projet vise à fiabiliser et accélérer la production et la validation des documents d’ingénierie système rédigés à partir d’un cahier des charges.
Il s’appuie sur l’analyse automatique de documents en langage naturel afin de vérifier leur conformité aux exigences, une tâche aujourd’hui majoritairement manuelle et sujette aux erreurs.
La solution détecte les ambiguïtés, incohérences et incomplétudes au regard des standards d’écriture des exigences.
Elle génère également des rapports de conformité ainsi que des modèles et représentations SysMLv2 associés.
L’objectif est de réduire les coûts, d’améliorer la qualité des spécifications et de sécuriser la conception des systèmes complexes.