Dans le monde moderne de l'intelligence artificielle, les machines sont de plus en plus sollicitées pour résoudre des problèmes en lisant de vastes quantités d'informations. Imaginez un bibliothécaire qui doit répondre à une question spécifique concernant une bibliothèque contenant des millions de livres. Une approche consiste à lire chaque livre, de la couverture à la fin, avant de tenter de répondre. Une autre approche consiste à donner au bibliothécaire un ensemble d'outils simples : un moyen de consulter un catalogue de fiches, de se rendre à une étagère spécifique et de lire uniquement les pages pertinentes. Cette seconde méthode repose sur l'idée qu'une machine peut apprendre à naviguer dans une structure complexe sans avoir besoin de tout mémoriser à l'avance. C'est le défi central de la création d'agents capables de raisonner sur des graphes de connaissances, qui sont des cartes numériques reliant des faits, des concepts et des tableaux de données. L'objectif est de créer un système capable de trouver l'information pertinente dans un réseau de données massif et changeant, de la même manière qu'un expert humain le ferait, plutôt que d'essayer de forcer l'ensemble du réseau dans un seul emplacement de mémoire écrasant.

Des chercheurs d'Oplit ont développé un nouveau système appelé GRA, un Agent de Raisonnement sur Graphe (Graph Reasoning Agent), pour tester cette approche de navigation face à une méthode plus traditionnelle. Ils ont construit un environnement d'usine simulé, complet avec un jumeau numérique de ses opérations, incluant des règles sur la fabrication des produits, des données sur les commandes et des registres sur la performance des machines. Cet environnement, connu sous le nom de Modèle de Connaissance d'Usine Unifié (Unified Factory Knowledge Model), contient des centaines de questions analytiques qui nécessitent que le système trouve des réponses spécifiques en reliant différentes pièces d'information. Certaines questions demandent des chiffres simples, tandis que d'autres exigent que le système comprenne des règles complexes, comme savoir si un nouveau planning de production est possible compte tenu de l'état actuel de l'usine. Les chercheurs voulaient voir si un agent explorant cette usine numérique étape par étape, en utilisant un petit ensemble d'outils génériques pour chercher l'information, pouvait être plus performant qu'un agent à qui l'on injecte simplement l'intégralité du manuel de l'usine et du schéma de la base de données d'un seul coup.

L'équipe a testé trois manières différentes de gérer cette tâche. La première méthode, qu'ils appellent l'approche à contexte complet (full-context approach), déverse toute la description de l'usine, y compris chaque tableau et chaque règle, dans la mémoire de l'intelligence artificielle avant qu'elle ne commence. C'est comme si l'on remettait au bibliothécaire le catalogue complet de la bibliothèque et chaque livre du bâtiment avant de lui poser une seule question. La deuxième méthode supprime la carte entièrement, ne donnant à l'agent qu'une liste de documents textuels et de tableaux à parcourir, sans aucune connexion entre eux. La troisième méthode, GRA, donne à l'agent un ensemble de sept outils simples : il peut lister ce qui se trouve à proximité, lire les détails d'un élément spécifique, rechercher des mots, rechercher des significations, exécuter une requête de base de données, réfléchir à un plan et, enfin, donner une réponse. Crucialement, l'agent ne connaît pas les noms des tableaux ni des règles à l'avance ; il doit les découvrir en utilisant ces outils pour explorer le graphe.

Les résultats ont montré que l'agent qui naviguait dans le graphe étape par étape était plus précis que celui qui essayait de tout lire d'un coup. Sur un ensemble de test de 258 questions, l'agent de navigation a répondu correctement 88,4 % du temps, tandis que l'agent à contexte complet a répondu correctement 83,3 % du temps. Plus important encore, l'agent de navigation a atteint cette précision supérieure tout en lisant moins d'un tiers des informations que l'agent à contexte complet devait traiter. Cela suggère que pour des tâches complexes, il est préférable de voir moins, mais de voir de manière plus sélective. L'agent qui lisait tout était souvent submergé par le volume massif de texte, alors que l'agent de navigation se concentrait uniquement sur les morceaux de données spécifiques nécessaires pour résoudre le problème en cours.

Les chercheurs ont également découvert que le succès de cette méthode de navigation dépendait fortement de la fiabilité des outils utilisés par l'agent. Lorsque le modèle d'intelligence artificielle était capable de suivre les instructions et d'utiliser ses outils sans faire d'erreurs, l'approche de navigation fonctionnait très bien. Cependant, lorsque le modèle peinait à utiliser les outils correctement, l'avantage disparaissait et la méthode de lecture complète devenait plus performante. Cela indique que le bénéfice de la navigation dans un graphe provient de la capacité à extraire exactement ce qui est nécessaire, mais cela ne fonctionne que si l'agent peut être considéré comme fiable pour extraire l'information correctement. L'étude a révélé que la structure du graphe elle-même n'était pas la raison principale de l'amélioration ; plutôt, l'amélioration provenait de l'acte d'accéder sélectivement à l'information. Même lorsque le graphe était supprimé et que l'agent effectuait des recherches dans du texte plat, il surpassait toujours la méthode à contexte complet, prouvant que la clé était la stratégie de recherche d'information plutôt que la lecture de l'intégralité du contenu.

Pour démontrer comment cela fonctionne dans un scénario réel, les chercheurs ont montré comment l'agent gérait une requête d'un opérateur d'usine. L'opérateur demandait si une règle spécifique pouvait être respectée : que les cadres en aluminium soient soudés à l'une des deux stations spécifiques un lundi. L'agent ne connaissait pas la réponse immédiatement. Il a commencé par rechercher les stations de soudage dans la carte numérique. Il a découvert qu'une station était en fait restreinte au soudage de cadres en carbone uniquement, une règle qui n'était pas évidente dans la demande de l'opérateur mais qui était stockée dans le graphe. Cela permettait d'exclure immédiatement une option. L'agent a ensuite vérifié l'autre station et a calculé si elle avait assez de temps pour gérer la charge de travail. Il a comparé les estimations de temps standard avec les données historiques réelles et a trouvé que le travail réel prenait plus de temps que prévu, rendant la requête impossible à réaliser ce jour-là. L'agent a renvoyé un refus clair, expliquant les deux raisons spécifiques pour lesquelles la règle ne pouvait pas être suivie, et a même suggéré deux façons de corriger le planning.

Dans un second exemple, un opérateur a demandé s'il était possible de limiter le nombre de changements de couleur sur une ligne d'assemblage à trois par poste. L'agent a de nouveau parcouru le graphe pour trouver la définition d'un poste et les registres de la production passée. Il a rejoué dix mois d'historique pour voir à quelle fréquence cette limite aurait été dépassée. Il a constaté que lors d'un petit nombre de jours, la limite aurait été franchie, mais pas si souvent que la règle serait impossible à adopter. L'agent a conclu que la règle était réalisable mais comportait un faible risque saisonnier. Une fois que l'opérateur a confirmé cela, le système a automatiquement traduit la règle dans un format mathématique qu'un solveur informatique pourrait utiliser pour gérer le planning de l'usine, puis a enregistré cette nouvelle règle dans la carte numérique pour un usage futur.

Ce travail démontre que l'intelligence artificielle peut gérer efficacement des connaissances industrielles complexes en agissant comme un enquêteur qualifié plutôt que comme un lecteur passif. En utilisant quelques outils simples pour explorer un réseau structuré de faits, le système peut répondre à des questions difficiles de manière plus précise et plus efficace qu'en essayant de tout traiter à la fois. L'étude montre que voir moins, mais voir avec un objectif précis, permet à l'agent de mieux répondre. Cette approche est particulièrement précieuse à mesure que les ensembles de données croissent et deviennent plus complexes, finissant par être trop volumineux pour tenir dans un seul prompt de mémoire. Dans ces situations, la capacité à naviguer et à récupérer des informations spécifiques devient la seule voie viable vers une prise de décision intelligente. Les chercheurs concluent que la prochaine étape consiste à affiner le système afin qu'il puisse non seulement juger si une règle est possible, mais aussi écrire automatiquement le code informatique nécessaire pour l'appliquer, fermant ainsi la boucle entre l'instruction humaine et l'exécution par la machine.