Imaginez que l’on puisse retrouver quelle machine a réalisé des impressions 3D. Avec suffisamment de fiabilité pour que cela puisse servir de preuve ou de certification. C’est ce que propose une IA développée par des scientifiques d’une Université de l’Illinois.
Chaque imprimante 3D est différente des autres, cela se joue à des éléments microscopiques, mais aucune n’est un clone parfait d’une autre. Un boulon plus serré à droite, un décalage du plateau plus vers la gauche et peut-être une tête d’impression plus oblique d’un pouillème de degré. Ces éléments constituent une signature unique qui est parfaitement invisible à l’œil nu et qui laisse une empreinte détectable par un appareil suffisamment précis.
4 échantillons de quelques millimètres réalisés par quatre imprimantes différentes.
Cela n’était qu’une intuition pour un projet de recherche jusqu’à ce que des scientifiques décident d’intégrer des milliers de clichés dans un algorithme d’analyse d’images pour en déterminer des modèles. Cela s’est transformé en une « IA » capable de déceler des modèles différents d’impressions 3D. La méthode employée a consisté à faire ingurgiter 9000 images haute définition d’objets imprimés par 21 imprimantes 3D de six constructeurs différents avec quatre techniques d’impression. Chaque image était reliée à une base de données qui permettait à l’outil d’analyse de connaitre tout le pedigree de l’imprimante employée. De telle sorte que pour chaque cliché, l’algorithme savait quelle imprimante avait travaillé.
De là est née une compétence de reconnaissance des « empreintes » laissées par chaque machine. De telle sorte qu’en photographiant un objet généré par l’une ou l’autre de ces machines, puis en isolant un détail de cette impression, il a été possible de déterminer laquelle a été employée. La précision est de 98%, ce qui est suffisant pour en faire un outil d’analyse satisfaisant.
Une arme imprimée en 3D saisie par la police Australienne
Quel usage pour cette technologie ?
On imagine immédiatement la possibilité de « tracer » la source d’une impression 3D. Et cela a du sens dans un usage industriel pour s’assurer qu’une production a été réalisée par l’outil commandé. Si votre fournisseur emploie bien la machine que vous avez négociée par contrat et ne soustraite pas certaines pièces à des imprimantes moins fiables, par exemple. On imagine également que la police scientifique puisse faire appel à cet algorithme pour déterminer si des impressions 3D retrouvées sur les lieux d’un attentat ne proviennent pas d’une imprimante saisie chez un suspect. Les auteurs de l’étude indiquent que l’algorithme n’a besoin que de quelques dizaines d’images de pièces imprimées pour réaliser une « empreinte » de machine. Pouvoir relier un de ces éléments à un lieu précis pourrait valoir le coût et l’investissement en temps pour laisser l’imprimante 3D saisie réaliser quelques pièces et faire ces dizaines de clichés. Une fois nourri de ces images et en conservant une base de données d’autres éléments en mémoire pour garder des points de contrôle, on pourrait laisser le système déterminer la source d’un indice.
Un autre usage évident serait lié à du contrôle qualité. Si certains objets issus d’une ferme d’impressions 3D se révèlent défectueux en série, il peut être utile de déterminer leur imprimante source. Cela peut se voir directement sur l’impression si c’est un défaut esthétique. Mais s’il s’agit d’un défaut structurel qui pose un problème de fiabilité chez le client, une analyse de ce type peut être utile pour déterminer quelle imprimante exclure de la production et réviser.
Source : NotebookCheck
| 2,5€ par mois | 5€ par mois | 10€ par mois | Le montant de votre choix |
Après l’impression « litigieuse », il suffit de faire quelques réglages (entre autres un boulon moins serré, un plateau bougé/remplacé, une tête d’impression réajustée) et l’empreinte de l’imprimante sera modifiée.
Mais c’est comme une arme, ça se modifie ou détruit donc comme ce ne sont pas les couteaux les plus affutés qui font les crimes on est saufs :-)
@s@s: Oui, tout à fait, perdre ses « empreintes 3D » sera facile. Mais au même titre que les empreintes digitales qui sont employées depuis les années 1890 en criminologie et qui sont toujours employées aujourd’hui, cela pourra avoir du sens. Parce que malgré le fait que l’usage biométrique soit connu, on retrouve encore et encore des empreintes sur les scènes de crime. On devrait pouvoir retrouver des imprimantes 3D « coupables » et qui se croyaient à l’abri dans les années à venir.
Mouais, quand on voit comment Seb s’en balec’ d’avoir fabriqué et livré des milliers de cadres de vélo potentiellement défectueux à Angell, je reste assez dubitatif sur les retombées industrielles de cette recherche.
Et puis après avoir échappé aux fichiers intentionnellement « piégés » pour lutter contre le piratage de pièces ou la fabrication d’armes imprimées 3D, il faudra peut-être bien à l’avenir fournir le passeport biométrique de sa machine aux autorités ou obtenir l’autorisation du fabricant sur chaque stl avant de pouvoir l’imprimer. Vivement les pré-crimes et une bonne dystopie à la minority report tant qu’on y est (j’suis fatigué moi, et on est même pas encore vendredi…).
@Bruce: Ben dis donc, il faut que tu te reposes, ça va faire une dizaine de commentaires où tu es super pessimiste à chaque fois.
@Pierre Lecourt, @s@s: bon ben, là c’est un exemple tout droit sorti du chapeau (*) pour faire croire que l’IA
* c’est top: on peut serrer les vilains
* c’est horrible: jusqu’où irons nous
Les deux sont tout à fait vrais.
@Bruce: j’ai pas trop compris le pb, mais sur le fond, on doit être d’accord je pense ;)
(*) buz buz
@Luc: Si je puis me permettre j’ai juste explicité des usages possibles. Ce qui m’intéresse ici, c’est le côté original de cette méthode qui, en extrapolant un peu, peut être exploitée pour d’autres usages. Et en quality control c’est ptet une excellente idée à développer. J’espère juste que les chiffres des verres Duralex seront toujours présents.
En gros, une fois qu’on a fini une impression « problématique », on démonte son imprimante, on l’a remonte puis on la recalibre…
Les imprimantes en kit viennent de gagner un nouvel avantage pour certaines catégories de personnes 😅
@Charly: la, pas l’a…
Avec une faute pareille, je crois qu’il est l’heure d’aller me coucher, moi !
Je me souviens d’un reportage sur les services technique de la Police / Gendarmerie dans les années 90 qui expliquaient qu’ils achetaient tous les modèles d’imprimante en vente et faisaient imprimer des textes d’essai. Ensuite par comparaison lors d’une enquête ils étaient capables de savoir quel modèle d’imprimante avait imprimé un document (style lettre anonyme de menace).
Bon, là on a un poil modernisé la chose, mais ça revient à peu près au même finalement.
Je suis assez dubitatif. En général, il me semble que l’IA parvient à faire (en moins bien mais plus rapidement) ce que le cerveau humain arrive à faire. Est-ce qu’un expert arrive à faire la même chose ?
@Nicolas: En fait le souci vient du fait qu’on englobe dans IA plein de choses différentes et plein de pratiques différentes.
Par exemple, pour lire les plaques d’immatriculation d’un trafic routier intense, une IA sera beaucoup plus capable qu’un humain. Pour inventer une nouvelle philosophie ou une nouvelle approche picturale, ce sera une autre paire de manches.
Ici, on demande de déceler d’infimes variations d’impression et pour ce genre de tâches, les algorithmes sont quasi imbattables. Il faut des années à un radiologue expérimenté pour voir certaines pathologies alors qu’une IA entrainée va détecter des éléments en quelques secondes. Ce qu n’empêchera pas la supervision finale par un humain pour conclure. Il est possible qu’un humain fasse mieux mais qui aurait le temps d’examiner des milliers de clichés d’impressions à la loupe pour apprendre ce genre de compétence ?
@Pierre Lecourt: Je suis entièrement d’accord avec toi sur la diversité de ce qui est englobé dans le terme (très marketting) IA.
Pour ce qui est de la lecture de plaque d’immatriculation, je suis d’accord aussi, l’IA est bien plus rapide que l’humain mais, il me semble, un peu moins précise (par exemple en cas de traces de boue).
Il me semble que c’est pareil pour le jeu d’échecs : l’IA évalue beaucoup plus rapidement la « valeur » d’une position, ce qui lui permet d’explorer l’arbre des possibilités beaucoup plus profondément que l’humain en temps contraint, donc in fine de battre l’humain.
Pareil encore pour la comparaison d’empreintes digitales : c’est assez facile à faire pour un cerveau humain mais ça va beaucoup plus vite avec l’IA, ce qui rend raisonnable de rechercher une empreinte trouvée sur une scène de crime dans une grande base de données plutôt que d’attendre d’avoir une liste de suspects.
À mon sens, c’est encore pareil en imagerie médicale, d’où la force de l’IA pour repérer les « cas suspects » parmi des centaines ou milliers d’images, qui sont ensuite examinés par un humain expérimenté.
Mais là j’ai l’impression que l’IA parviendrait à faire quelque chose qu’aucun humain ne saurait faire et c’est ce qui me laisse perplexe.
@Nicolas: Un humain qui s’entrainerait à cela, ça n’existe pas. Comme il n’existe aucun humain qui pourrait s’entrainer à compter un tas d’allumettes tombées par terre. Par contre, aucun souci pour entrainer une IA à compter ces allumettes, c’est la seule différence en fait.
Si tu fais avaler 10 000 images d’impressions 3D très détaillées à une IA, elle semble y voir des « patterns » difficiles à cerner pour un humain qui va chercher une logique identifiable. Et qui aura un souci de mémoire que l’IA n’a pas.
Comment faire retenir à un humain sans erreurs que ces 1000 images ci viennent de ce modèle précis d’imprimante 3D et que ces 1000 autres viennent d’un autre modèle ? Alors que les différences sont quasiment imperceptibles entre elles ? C’est toute la force de l’IA, de ne pas se tromper entre les corrélations.