Parler IA — La vision par ordinateur : brillante sur ce qu'elle connaît, fragile sur le reste

La vision par ordinateur n'est pas une simple caméra de surveillance : c'est un modèle entraîné à reconnaître un défaut — une rayure, une pièce mal montée, une étiquette absente — à partir de milliers d'images d'exemples, puis à trancher seul entre « conforme » et « à rejeter ». Sa force et sa faille sont la même chose : elle est redoutable sur ce qu'elle a déjà vu, et perd pied dès qu'elle rencontre l'inconnu. Une étude d'avril 2026 l'a mesuré : sur un produit jamais rencontré, la précision tombe à 65 % tant que le modèle n'a pas été réentraîné. La bonne question à un fournisseur n'est donc pas « quel est votre taux de détection ? » mais « que fait votre système devant une pièce, un produit ou un éclairage jamais vus ? ». La reco : avant de signer, exigez un test sur des cas réels absents des données d'entraînement, dans les conditions réelles d'utilisation, et écartez tout chiffre obtenu en laboratoire.

Source : arXiv, « Accelerating New Product Introduction for Visual Quality Inspection via Few-Shot Diffusion-Based Defect Synthesis », avril 2026 (précision zéro-shot de 65,0 % sur un produit jamais vu, portée à 85,1 % après génération d'exemples).