De la simulation à la GenAI: une IA robuste sans coût d'étiquetage dans l'industrie alimentaire

Connor Verhulst, ingénieur d'application,
Orateur principal au Food Process Seminar

Le jeudi 13 novembre 2025 aura lieu l'événement de connaissance et de réseautage Food Process Seminar. Basée sur des conférences inspirantes, des études de cas et des témoignages pratiques, cette journée thématique vous donnera un aperçu complet des perspectives de l'intelligence artificielle dans l'industrie alimentaire. L'un des spécialistes sera Connor Verhulst, ingénieur d'application chez Flanders Make.

Les promesses de l'intelligence artificielle dans l'industrie alimentaire sont grandes, mais dans la pratique, les coûts élevés de la collecte de données et de l'étiquetage manuel posent souvent des problèmes. Dans cette présentation, nous montrons comment une approche alternative, avec des données synthétiques, la connaissance du domaine et l'intelligence artificielle générative, permet de surmonter ces obstacles.

En utilisant des applications concrètes telles que la vision 2D par caméra pour des tâches de tri (détection d'objets étrangers ou de produits endommagés), nous montrons comment des modèles d'IA robustes peuvent être formés sans étiquetage manuel, et à une fraction des coûts classiques. Nous abordons également le rôle des environnements de simulation et de GenAI dans la génération automatique de données d'entraînement, et examinons les possibilités futures telles que la génération de texte à partir de vidéo pour visualiser automatiquement des instructions d'utilisation ou des démonstrations de production, par exemple.

Cette approche ne rend pas seulement l'IA réalisable pour les grands acteurs, mais ouvre également la porte à une automatisation abordable pour les petits producteurs du secteur alimentaire.

Qui est Connor Verhulst?
Connor Verhulst est ingénieur d'application chez Flanders Make, le centre de recherche flamand qui développe des technologies innovantes pour que l'industrie manufacturière reste compétitive et tournée vers l'avenir. Au sein de Flanders Make, il se concentre principalement sur l'IA générative, l'entraînement des modèles de détection et la création de données synthétiques pour entraîner les systèmes d'IA de manière plus efficace et plus abordable. Son travail contribue à combler le fossé entre les techniques d'IA avancées et les applications pratiques dans l'industrie.