Key points are not available for this paper at this time.
La Révolution industrielle a évolué vers l'industrie 5.0, réinventant le processus opérationnel de l'industrie 4.0 en introduisant des éléments humains dans les processus décisionnels critiques. L'industrie 5.0 offrirait une personnalisation massive grâce à des technologies transformantes telles que les systèmes cyber-physiques, l'intelligence artificielle (IA) et l'analyse de grandes données. Dans l'industrie 5.0, les modèles d'IA doivent être transparents, valides et interprétables. Les modèles d'IA utilisent des mécanismes d'apprentissage machine (AM) et d'apprentissage profond (AP) pour rendre le processus industriel autonome, réduire les temps d'arrêt et améliorer les coûts opérationnels et de maintenance. Cependant, les modèles nécessitent une explicabilité dans le processus d'apprentissage. Ainsi, l'IA explicable (IAE) ajoute de l'interprétabilité et améliore le diagnostic des processus industriels critiques, augmentant ainsi les explications machine-à-humain (M2H) et vice-versa. Les enquêtes récentes sur l'IAE dans les applications industrielles sont principalement orientées vers les modèles d'IAE et les hypothèses sous-jacentes. Néanmoins, moins d'études portent sur une intégration holistique de l'IAE avec des processus centrés sur l'humain qui animent les verticales applicatives de l'industrie 5.0. Ainsi, pour combler cette lacune, nous proposons une enquête unique en son genre qui démêle systématiquement l'intégration de l'IAE et son potentiel dans les applications de l'industrie 5.0. Tout d'abord, nous présentons le contexte de l'IAE dans l'industrie 5.0 et les systèmes cyber-physiques (CPS) ainsi qu'une architecture de l'industrie 5.0 basée sur l'IAE avec des aperçus sur les modèles de langage large (LLM). Ensuite, sur la base des questions de recherche, une taxonomie de solutions de l'IAE dans l'industrie 5.0 est présentée, soutenue par des cas d'utilisation applicatifs (cloud, jumeaux numériques, réseaux intelligents, réalité augmentée et véhicules aériens sans pilote). Enfin, une étude de cas sur l'IAE dans l'évaluation des coûts de fabrication est discutée, suivie des problèmes ouverts et des futures directions. L'enquête est conçue pour étendre de nouveaux prototypes et conceptions afin de réaliser des applications de l'industrie 5.0 basées sur l'IAE en temps réel.
Trivedi et al. (Mon,) ont étudié cette question.