L’INTELLIGENCE ARTIFICIELLE


QU’EST-CE QUE C’EST ?

Société experte en IA

Neovision vous donne sa définition

« A l’heure actuelle, une IA (Intelligence Artificielle) ne vient pas totalement se substituer à l’humain (ou alors seulement dans de rares cas). Elle vient l’augmenter, l’assister dans sa vie quotidienne (et non ce n’est pas un phénomène nouveau, un humain qui porte des lunettes est lui aussi « augmenté »). Les IA sont spécifiques, conçues pour résoudre des problèmes précis. Nous sommes encore très loin de pouvoir créer une IA généraliste (c’est-à-dire qui serait capable de réaliser des tâches sans aucun lien et multiplier les applications). Toutefois, ces IAs trouvent déjà pléthore d’applications améliorant les performances des entreprises qui les intégrent, que ce soit dans leur cycle de production, de contrôle qualité, dans les services marketing, commerciaux, ou RH entre autres. »

 

— Extrait de l’article : Notre définition de l’IA, le regard expert de Neovision

Une IA est un programme informatique capable de traiter un grand volume de données et ce très rapidement. Elle est donc plus efficace que l’Homme sur des applications spécifiques et permet de nombreuses automatisations et optimisations.
Schéma de l'Intelligence Artificielle et ses domaines

LA GENÈSE

D’INTELLIGENCES ARTIFICIELLES

Chez Neovision nous créons des IA sur-mesure
dans le but de répondre à des problématiques bien précises.
Mais comment se crée une intelligence artificielle ? Quelles sont les grandes étapes ?
BASE DE DONNÉES

ACQUISITION & STRUCTURE

Les données correspondent à la matière première nécessaire à la création d’IA. Ces dernières doivent être représentatives des données réelles que devra analyser l’algorithme. Sans données, pas d’IA. Les données doivent ensuite être nettoyées et annotées avant d’être exploitées par un algorithme.

Illustration Base de données
ENTRAINEMENT

POUR CRÉER LE MODÈLE 

Une fois la base de données préparée, il convient de trouver l’algorithme idoine. Qu’il soit Open Source ou bien conçu de toute part par nos soins, un algorithme sera adapté à certains types de données et cas d’usages. Une fois sélectionné, l’algorithme sera entraîné sur les données préparées ultérieurement.

ITÉRATIONS

POUR OPTIMISER LES PERFORMANCES

Suite à l’entraînement de l’algorithme, nous obtenons un modèle, une fonction mathématique capable d’appliquer un traitement sur de nouvelles données. Ce modèle est donc testé et validé sur le jeu de données. Si les résultats ne sont pas satisfaisants, il faudra retravailler les jeux de données et ré-entraîner les modèles.

Intégration illustration
MISE EN PRODUCTION

DE LA SOLUTION LOGICIELLE

Le modèle donnant satisfaction, il faut maintenant le mettre en production. En premier lieu, il convient de rapidement mettre en place une version bêta de la solution, pour pouvoir tester la technologie en environnement réel. Par la suite, des travaux d’ingénierie logiciel sont nécessaires pour interfacer la brique logicielle avec le système informatique en place chez le client.

DES SOLUTIONS CO-CONSTRUITES

La création d’une IA demande des compétences et connaissances très élevées
en mathématiques et en informatique. Seulement, ces compétences ne suffisent pas
et une implication du partenaire est essentielle, notamment dans l’acquisition
des données, les itérations et l’intégration.
Vous trouverez, pour chaque étape, ce que doit faire le client
et ce que doit faire Neovision.
CÔTÉ CLIENT :

 

Le client doit pouvoir fournir à Neovision un jeu de données représentatif de ce qu’il souhaite observer et traiter. Si ces dernières ne le sont pas, Neovision pourra accompagner son client dans l’acquisition de nouvelles données.

 

 

 

CÔTÉ NEOVISION :

 

Étude de la qualité et la quantité des données fournies par le client. En effet, le volume de données et leur représentativité sont deux aspects essentiels à la réussite du projet. En cas de manque, Neovision pourra conseiller et accompagner son client dans l’acquisition des données.
CÔTÉ CLIENT :

 

Le client doit fournir une liste exhaustive de ses contraintes techniques, les performances attendues et définir l’usage concret de la technologie. De ces informations découlera le choix de l’algorithme le plus pertinent.

 

 

 

CÔTÉ NEOVISION :

 

Pour concevoir la solution, nos experts identifient l’algorithme le plus pertinent. Pour cela, ils sondent les derniers papiers de recherches et meilleures libraires  Open Source. Toutefois, si aucun algorithme n’existe dans l’état de l’art, nos chercheurs pourront en créer un de toute pièce
CÔTÉ CLIENT :

 

La solution, conçue puis prototypée, doit maintenant être testée. Le rôle du client est de prendre part à cette phase de tests pour faire un maximum de retours et remonter des informations essentielles. Le but est d’identifier les axes d’amélioration et les prioriser pour atteindre les objectifs fixés.

 

 

 

CÔTÉ NEOVISION :

 

Neovision teste la technologie prototypée et, en croisant ses observations avec celles remontées par le client, améliore la technologie (paramètrage du modèle, nouvel apprentissage, etc.). Les itérations sont importantes pour pouvoir optimiser l’IA et atteindre un niveau de performances optimales (variations entre l’environnement contrôlé en R&D et l’environnement réel où elle sera en production).
CÔTÉ CLIENT :

 

Le client doit accompagner Neovision dans la découverte de son environnement informatique. En effet, plus Neovision est au fait des solutions déjà en place, mieux se déroulera l’intégration et la mise en production de la solution. Un ou plusieurs interlocuteurs privilégiés devront être identifiés pour assurer une bonne communication, essentielle à une bonne intégration.

 

 

 

CÔTÉ NEOVISION :
Neovision met à contribution ses compétences en génie logiciel. L’enjeu majeur de cette phase repose sur l’interfaçage de la technologie créée. Cette dernière doit pouvoir venir s’imbriquer facilement dans le système informatique du client. Enfin, Neovision met ses experts à disposition du client pour l’aider à s’approprier la technologie.

L’IA EN APPLICATIONS

Lorsque nous parlons d’intelligence artificielle aujourd’hui,
nous faisons principalement références aux méthodes de machine learning
et deep learning.

 

Mais pour trouver de vraies applications, ces méthodes
se doivent d’être appliquées à différents domaines tels que la vision par ordinateur,
le traitement automatique du langage naturel ou encore l’analyse prédictive.

 

Retrouvez ci-dessous quelques exemples concrets d’applications de l’IA.

COMPUTER VISION

La computer vision, ou la vision par ordinateur, consiste à traiter et analyser des données visuelles, des images donc. Ces données, denses et structurées, sont relativement faciles à exploiter et la plupart des avancées scientifiques en IA se font d’abord sur les images.
QUELQUES EXEMPLES :
  • Reconnaissance d’images, d’objets, faciale
  • Identification et classification (biométrie, défauts, fraude, etc)
  • Détection d’anomalies et défauts
  • Reconnaissance de texte
  • Détection de personnes

NATURAL LANGUAGE PROCESSING

Le NLP, ou TALN en français (Traitement Automatique du Langage Naturel) permet de détecter certains mots ou expressions, certains sentiments et émotions transmis par le langage. Par exemple, grâce au NLP, il est possible de savoir quel est le sens du mot « orange » dans une phrase (Couleur ?  Fruit ? Ville ? Société ?)
QUELQUES EXEMPLES :
  • Comportement utilisateurs et connaissance client
  • Anonymisation de données et de documents
  • Analyse sémantique automatisée
  • Chatbot et assistant personnel
  • Traduction automatique
  • Reconnaissance vocale

ANALYSE PRÉDICTIVE

Qui n’a jamais souhaité prédire le futur ? Pour un humain, cela semble compliqué tant les variables peuvent être nombreuses et leurs corrélations subtiles. En se basant sur un historique de données et en le couplant à des données externes corrélées, il est possible de prédire certains phénomènes avec grande précision.
QUELQUES EXEMPLES :
  • Maintenance prédictive
  • Comportement utilisateurs et connaissance client
  • Domotique / Smart building
  • Prévention du churn et de l’attrition
  • Prédiction des ventes et/ou de la production
  • Optimisation logisitiques et stock
  • Gestion des risques / scoring pour les investissements

VOUS SOUHAITEZ EN SAVOIR PLUS SUR L’IA ? CONTACTEZ-NOUS

Neovision © 2020