Rencontre avec Richard Dufour, nouveau Responsable Scientifique pour CAPACITÉS

Installés dans les locaux du LS2N (sur le campus de la Lombarderie de Nantes Université), nos ingénieurs en Data Science travaillent quotidiennement avec les chercheurs du laboratoire, et plus particulièrement avec l’équipe TALN (Traitement Automatique du Langage Naturel).

UMR de l’Université de Nantes, de Centrale Nantes, de l’IMT Atlantique, du CNRS et de l’Inria, le Laboratoire des Sciences du Numérique de Nantes (LS2N) a été créé en janvier 2017 afin de répondre à l’ambition de faire progresser significativement la visibilité de la recherche en sciences du numérique à Nantes.

De gauche à droite : Richard Dufour, François Gendre, Gaël Gueguen, Mehdi Mouilbeau, Tristan Beauzamy et Antoine Delaunay.

Richard Dufour, responsable de l’équipe de recherche TALN du LS2N, est désormais Responsable Scientifique pour CAPACITÉS. Il partage avec nous son parcours et revient sur les enjeux de cette collaboration entre le LS2N et CAPACITÉS ainsi que les projets à venir.

Richard, pouvez-vous vous présenter et décrire votre parcours professionnel ?

J’ai effectué ma thèse au sein de l’équipe Language and Speech Technology (LST) du LIUM de Le Mans Université. Mes travaux de thèse s’inscrivaient initialement dans le domaine de la reconnaissance automatique de la parole (RAP) au moyen d’approches par apprentissage automatique. Mes travaux d’après-thèse et de postdoctorant à Orange Labs m’ont également permis de travailler sur des problématiques de classification automatique et de correction des transcriptions des systèmes de RAP.

Ce profil initial a ensuite évolué beaucoup plus largement vers le traitement automatique des langues (TAL) avec mon arrivée au Laboratoire Informatique d’Avignon (LIA) en tant que maître de conférences en 2012 puis, en tant que professeur des universités au LS2N depuis 2021.

Mes centres d’intérêts scientifiques se sont grandement élargis ces dernières années pour traiter un nombre important de problématiques en TAL à différents niveaux (données, modèles et évaluation). De manière générale, les problématiques que je traite actuellement en TAL s’inscrivent dans des contextes d’apprentissage automatique, incluant le traitement de données massives, l’apprentissage profond par réseaux de neurone, et l’IA générative au travers des très grands modèles de langue (LLM).

Une partie de mes travaux s’effectue également dans un contexte pluridisciplinaire (réseaux complexes, optimisation, sociologie…). J’ai par exemple été coordinateur de l’axe scientifique Langage & Cognition de l’Institut Carnot Cognition.

Qu’est-ce qui vous a motivé à accepter ce rôle de Responsable Scientifique ?

Ce rôle de responsable scientifique représente une opportunité unique de mettre en synergie mes compétences scientifiques en traitement des données et en intelligence artificielle avec les besoins concrets applicatifs du monde industriel.

Mon parcours m’a amené à travailler sur des problématiques de recherche appliquée, mes collaborations avec des entreprises étant finalement en continuité de mon travail de recherche. Ce rôle me permet de renforcer ces interactions en m’intéressant à des projets de R&D innovants, en ajoutant mon expertise, tout en assurant un lien fort, et nécessaire, entre la recherche académique et ses applications industrielles.

L’un des défis majeurs que je perçois est d’accompagner l’évolution rapide des technologies d’IA et de TAL (traitement automatique des langues) pour proposer des solutions robustes, adaptées aux contraintes des entreprises, notamment en matière de performance, d’explicabilité et de frugalité des modèles.

Quels sont, selon vous, les atouts principaux de ce partenariat LS2N / CAPACITÉS ?

Le partenariat entre le LS2N et CAPACITÉS repose sur une complémentarité forte entre recherche académique et industrialisation de solutions.

Le LS2N est un laboratoire de référence en sciences du numérique, regroupant des expertises variées en IA, en traitement de données et en apprentissage automatique. Cette richesse scientifique permet de développer des approches innovantes et d’explorer de nouvelles frontières technologiques. CAPACITÉS, en tant qu’acteur de la valorisation et du transfert technologique, joue un rôle clé pour transformer ces avancées en solutions concrètes adaptées aux besoins des entreprises.

Ce partenariat offre plusieurs atouts majeurs : d’une part, il permet d’accélérer l’intégration des dernières avancées en IA dans des applications industrielles, garantissant ainsi aux entreprises un accès privilégié à des technologies de pointe. D’autre part, il favorise une dynamique d’innovation collaborative, en impliquant chercheurs et ingénieurs dans des projets à fort impact. Enfin, il contribue à structurer des initiatives stratégiques, comme le développement de solutions frugales et explicables en IA, qui répondent aux enjeux actuels de performance et d’éthique.

Quels projets / thématiques vous passionnent le plus dans vos recherches actuelles ?

Plusieurs thématiques sont actuellement au cœur de mes travaux de recherche. Je suis tout d’abord intéressé par les problématiques liées à la modélisation du langage, qui est une des briques essentielles pour traiter une multitude de tâches en TAL.

Dans le cadre de nos travaux, nous nous sommes intéressés aux modèles de langue masqués ainsi qu’aux très grands modèles de langue génératifs dans le domaine médical dans un contexte multilingue. Nous comparons, pour la première fois, les performances de ces modèles entraînés à la fois sur des données publiques issues du web et sur des données privées provenant d’établissements de santé (ici, le CHU de Nantes). Nous évaluons également différentes stratégies d’apprentissage sur un ensemble de tâches biomédicales. Nous avons ainsi publié les premiers modèles masqués spécialisés pour le domaine biomédical en français, appelés DrBERT, le plus grand corpus de données médicales sous licence libre, NACHOS, sur lequel ces modèles sont entraînés, ainsi qu’un LLM biomédical, BioMistral. Ces travaux font notamment partie du projet ANR MALADES dont je suis le porteur.

Par ailleurs, je m’intéresse aussi à la création de données textuelles synthétiques (i.e. générées par un système automatique). Nous nous sommes intéressés à cette génération de données dans le cadre de l’augmentation de données textuelles pour améliorer l’apprentissage de modèles. Nous avons proposé de générer un ensemble de données d’entraînement à la récupération de contexte synthétique en utilisant Alpaca, un grand modèle de langage (LLM) adapté aux instructions. À l’aide de cet ensemble de données, nous formons un récupérateur de contexte neuronal, fondé sur un modèle BERT, capable de trouver un contexte pertinent pour la reconnaissance d’entités nommées (REN).

Un autre pan de mon travail concerne la caractérisation fine d’erreurs dans les sorties des systèmes de reconnaissance automatique de la parole du point-de-vue utilisateur au travers du projet ANR DIETS dont j’ai été le porteur.

Enfin, dans un contexte interdisciplinaire, je me suis intéressé à la structure des échanges pour la détection de messages abusifs. Dans ce travail, nous nous sommes intéressés à la détection automatique des abus dans les messages textuels sur les réseaux sociaux. De façon assez naturelle, nous avons tout d’abord proposé de travailler sur la détection d’abus en ne prenant en compte que le contenu textuel des documents échangés. Nous avons alors proposé d’extraire différentes caractéristiques classiques en traitement automatique du langage et de les utiliser dans un processus de classification afin de déterminer, pour chaque message, si celui-ci est abusif ou non.

En savoir plus sur notre expertise Data IA

Intégrer la DATA dans sa stratégie logistique

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Réalisations

Les défis relevés

L’IA générative au service du…

Un agent virtuel sécurisé et sur mesure en appui au développement à l’international

Découvrir

Le digital au service de…

Le parfumeur Guerlain se différencie en animant ses points de vente de façon innovante. Il a confié à CAPACITÉS le projet de création d’une expérience utilisateur ludique et unique au monde qui permet de choisir son parfum idéal.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Comment automatiser les opérations manuelles…

Robotique avancée : l’automatisation des opérations de parachèvement implique la maîtrise de multiples compétences.

Découvrir

Intégrer la DATA dans sa stratégie logistique

Comprendre les transferts de chaleur durant la transformation d’un matériau composite est un enjeu de taille pour l’industrie, en particulier pour l’industrie aéronautique. Pour optimiser un procédé industriel existant ou en cours de développement, les industriels ont en effet besoin de prédire le comportement des matériaux. Dans ce but, les experts CAPACITÉS réalisent des simulations multiphysiques de procédés de transformation tenant compte des transferts de chaleur, des transformations chimiques et mécaniques.

Explications avec deux experts CAPACITÉS : Vincent Sobotka, Professeur à Nantes Université, membre de l’équipe « Transferts thermiques dans les matériaux et aux interfaces » du LTeN, et Maxime Villière, Ingénieur R&D auprès de CAPACITÉS, Docteur en Énergétique et Génie des procédés, spécialité Thermique.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Réalisations

Les défis relevés

L’IA générative au service du…

Un agent virtuel sécurisé et sur mesure en appui au développement à l’international

Découvrir

Le digital au service de…

Le parfumeur Guerlain se différencie en animant ses points de vente de façon innovante. Il a confié à CAPACITÉS le projet de création d’une expérience utilisateur ludique et unique au monde qui permet de choisir son parfum idéal.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Comment automatiser les opérations manuelles…

Robotique avancée : l’automatisation des opérations de parachèvement implique la maîtrise de multiples compétences.

Découvrir

Intégrer la DATA dans sa stratégie logistique

Comprendre les transferts de chaleur durant la transformation d’un matériau composite est un enjeu de taille pour l’industrie, en particulier pour l’industrie aéronautique. Pour optimiser un procédé industriel existant ou en cours de développement, les industriels ont en effet besoin de prédire le comportement des matériaux. Dans ce but, les experts CAPACITÉS réalisent des simulations multiphysiques de procédés de transformation tenant compte des transferts de chaleur, des transformations chimiques et mécaniques.

Explications avec deux experts CAPACITÉS : Vincent Sobotka, Professeur à Nantes Université, membre de l’équipe « Transferts thermiques dans les matériaux et aux interfaces » du LTeN, et Maxime Villière, Ingénieur R&D auprès de CAPACITÉS, Docteur en Énergétique et Génie des procédés, spécialité Thermique.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Réalisations

Les défis relevés

L’IA générative au service du…

Un agent virtuel sécurisé et sur mesure en appui au développement à l’international

Découvrir

Le digital au service de…

Le parfumeur Guerlain se différencie en animant ses points de vente de façon innovante. Il a confié à CAPACITÉS le projet de création d’une expérience utilisateur ludique et unique au monde qui permet de choisir son parfum idéal.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Comment automatiser les opérations manuelles…

Robotique avancée : l’automatisation des opérations de parachèvement implique la maîtrise de multiples compétences.

Découvrir

Intégrer la DATA dans sa stratégie logistique

Comprendre les transferts de chaleur durant la transformation d’un matériau composite est un enjeu de taille pour l’industrie, en particulier pour l’industrie aéronautique. Pour optimiser un procédé industriel existant ou en cours de développement, les industriels ont en effet besoin de prédire le comportement des matériaux. Dans ce but, les experts CAPACITÉS réalisent des simulations multiphysiques de procédés de transformation tenant compte des transferts de chaleur, des transformations chimiques et mécaniques.

Explications avec deux experts CAPACITÉS : Vincent Sobotka, Professeur à Nantes Université, membre de l’équipe « Transferts thermiques dans les matériaux et aux interfaces » du LTeN, et Maxime Villière, Ingénieur R&D auprès de CAPACITÉS, Docteur en Énergétique et Génie des procédés, spécialité Thermique.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Intégrer la DATA dans sa stratégie logistique

Comprendre les transferts de chaleur durant la transformation d’un matériau composite est un enjeu de taille pour l’industrie, en particulier pour l’industrie aéronautique. Pour optimiser un procédé industriel existant ou en cours de développement, les industriels ont en effet besoin de prédire le comportement des matériaux. Dans ce but, les experts CAPACITÉS réalisent des simulations multiphysiques de procédés de transformation tenant compte des transferts de chaleur, des transformations chimiques et mécaniques.

Explications avec deux experts CAPACITÉS : Vincent Sobotka, Professeur à Nantes Université, membre de l’équipe « Transferts thermiques dans les matériaux et aux interfaces » du LTeN, et Maxime Villière, Ingénieur R&D auprès de CAPACITÉS, Docteur en Énergétique et Génie des procédés, spécialité Thermique.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Réalisations

Les défis relevés

L’IA générative au service du…

Un agent virtuel sécurisé et sur mesure en appui au développement à l’international

Découvrir

Le digital au service de…

Le parfumeur Guerlain se différencie en animant ses points de vente de façon innovante. Il a confié à CAPACITÉS le projet de création d’une expérience utilisateur ludique et unique au monde qui permet de choisir son parfum idéal.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Comment automatiser les opérations manuelles…

Robotique avancée : l’automatisation des opérations de parachèvement implique la maîtrise de multiples compétences.

Découvrir

Intégrer la DATA dans sa stratégie logistique

Comprendre les transferts de chaleur durant la transformation d’un matériau composite est un enjeu de taille pour l’industrie, en particulier pour l’industrie aéronautique. Pour optimiser un procédé industriel existant ou en cours de développement, les industriels ont en effet besoin de prédire le comportement des matériaux. Dans ce but, les experts CAPACITÉS réalisent des simulations multiphysiques de procédés de transformation tenant compte des transferts de chaleur, des transformations chimiques et mécaniques.

Explications avec deux experts CAPACITÉS : Vincent Sobotka, Professeur à Nantes Université, membre de l’équipe « Transferts thermiques dans les matériaux et aux interfaces » du LTeN, et Maxime Villière, Ingénieur R&D auprès de CAPACITÉS, Docteur en Énergétique et Génie des procédés, spécialité Thermique.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Intégrer la DATA dans sa stratégie logistique

Comprendre les transferts de chaleur durant la transformation d’un matériau composite est un enjeu de taille pour l’industrie, en particulier pour l’industrie aéronautique. Pour optimiser un procédé industriel existant ou en cours de développement, les industriels ont en effet besoin de prédire le comportement des matériaux. Dans ce but, les experts CAPACITÉS réalisent des simulations multiphysiques de procédés de transformation tenant compte des transferts de chaleur, des transformations chimiques et mécaniques.

Explications avec deux experts CAPACITÉS : Vincent Sobotka, Professeur à Nantes Université, membre de l’équipe « Transferts thermiques dans les matériaux et aux interfaces » du LTeN, et Maxime Villière, Ingénieur R&D auprès de CAPACITÉS, Docteur en Énergétique et Génie des procédés, spécialité Thermique.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Réalisations

Les défis relevés

L’IA générative au service du…

Un agent virtuel sécurisé et sur mesure en appui au développement à l’international

Découvrir

Le digital au service de…

Le parfumeur Guerlain se différencie en animant ses points de vente de façon innovante. Il a confié à CAPACITÉS le projet de création d’une expérience utilisateur ludique et unique au monde qui permet de choisir son parfum idéal.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Comment automatiser les opérations manuelles…

Robotique avancée : l’automatisation des opérations de parachèvement implique la maîtrise de multiples compétences.

Découvrir

Intégrer la DATA dans sa stratégie logistique

Faute de tests standardisés, l’industrie cosmétique ne peut évaluer précisément la biodégradabilité des substances en mélange. L’attente d’une méthode simple et fiable est forte ; du côté des industriels, qui désirent optimiser l’évaluation de l’impact environnemental de leurs produits ; et du côté des institutions européennes, qui souhaitent rassurer et protéger les populations. Face à ce vide méthodologique, des experts de CAPACITÉS et du laboratoire GEPEA ont développé une nouvelle méthode d’évaluation de la biodégradabilité des matrices complexes, avec le soutien de Tronico et L’Oréal. L’enjeu est de la standardiser, afin de répondre aux exigences économiques, de rapidité et de fiabilité des industriels. Un nouvel équipement de mesure, conçu pour automatiser les tests, est déjà à l’essai. Cette approche innovante est scrutée avec attention par l’ECHA, l’agence européenne des produits chimiques.

Explications avec deux experts de CAPACITÉS : le Pr. Gérald Thouand, chercheur au laboratoire GEPEA, et Mickaël Crégut, ingénieur R&D en biodégradabilité et écotoxicité.

Un bioréacteur automatisé pour faciliter l’évaluation de la biodégradabilité

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Intégrer la DATA dans sa stratégie logistique

Les cyclodextrines sont un oligosaccharide cyclique issus de l’amylose. Dotées d’une cavité hydrophobe et d’une surface extérieure hydrophile, cette famille de molécules outil sont une réponse pertinente à deux problématiques rencontrées dans le développement des médicaments et plus généralement des principes actifs : la solubilité et la stabilisation des molécules d’intérêt. Les cyclodextrines génèrent des bénéfices évidents, à condition de disposer de compétences particulières dans les glycosciences pour optimiser leur affinité avec le composé d’intérêt.

Explications avec deux experts CAPACITÉS : Sébastien Gouin, DR CNRS au sein du laboratoire CEISAM, et Dimitri Alvarez-Dorta, docteur en chimie organique et ingénieur R&D.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Réalisations

Les défis relevés

L’IA générative au service du…

Un agent virtuel sécurisé et sur mesure en appui au développement à l’international

Découvrir

Le digital au service de…

Le parfumeur Guerlain se différencie en animant ses points de vente de façon innovante. Il a confié à CAPACITÉS le projet de création d’une expérience utilisateur ludique et unique au monde qui permet de choisir son parfum idéal.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Comment automatiser les opérations manuelles…

Robotique avancée : l’automatisation des opérations de parachèvement implique la maîtrise de multiples compétences.

Découvrir

Intégrer la DATA dans sa stratégie logistique

Les cyclodextrines sont un oligosaccharide cyclique issus de l’amylose. Dotées d’une cavité hydrophobe et d’une surface extérieure hydrophile, cette famille de molécules outil sont une réponse pertinente à deux problématiques rencontrées dans le développement des médicaments et plus généralement des principes actifs : la solubilité et la stabilisation des molécules d’intérêt. Les cyclodextrines génèrent des bénéfices évidents, à condition de disposer de compétences particulières dans les glycosciences pour optimiser leur affinité avec le composé d’intérêt.

Explications avec deux experts CAPACITÉS : Sébastien Gouin, DR CNRS au sein du laboratoire CEISAM, et Dimitri Alvarez-Dorta, docteur en chimie organique et ingénieur R&D.

En résumé

Mots Clés :

Intelligence Artificielle AlgorithmeLLMDATA

Dans le podcast de Voxlog Magazine, Clément Proust, Ingénieur R&D et responsable de l’équipe DATA & IA chez Capacités, partage sa vision et quelques exemples concrets d’utilisation de l’IA dans des domaines clés de l’entreprise : production, logistique, livraison, process internes, relation client, approvisionnement en matière première.

 

Voxlog : Dans quelles mesures l’IA permet-elle d’aller plus loin dans l’exploitation des données ?

Clément Proust : Le développement des machines, et de l’accès facilité à de la puissance de calcul permet aujourd’hui de mettre en place toutes sortes d’algorithmes d’intelligence artificielle pour analyser et valoriser les données afin de répondre à des cas d’usages précis.

Ces algorithmes peuvent aller de la simple automatisation, au Machine Learning, Deep Learning, chat bot, IA générative, modèles statistiques et prédictifs. Ces algorithmes sont aujourd’hui plus accessibles mais nécessitent des compétences particulières pour être adaptés, spécifiés, et paramétrés pour construire une solution sur mesure optimisée.

Nous savons développer aujourd’hui des solutions permettant de lever les verrous techniques rencontrés ces dernières années : faible quantité de données, pas de connexion internet ou réseau, faible puissance de calcul. Le périmètre des cas d’usages adressables grâce à l’IA ne fait donc qu’augmenter, et apporter de plus en plus de valeur à tous les maillons d’une entreprise. Il devient possible de reproduire le comportement ou l’intelligence humaine mais aussi parfois d’aller plus loin, et de détecter des informations ou caractéristiques jusqu’alors inconnues par le métier.

Voxlog : Pourriez-vous nous présenter quelques cas d’usages sur lesquels vous avez travaillé récemment ?

Clément Proust :  Nous travaillons sur tous les composants principaux constituant l’activité et la valeur dégagée par une entreprise, et de leurs interconnexions. Production, logistique, livraison, process internes, relation client, approvisionnement en matière première : l’intelligence artificielle peut en effet agir sur toutes ces briques et également sur la manière dont ces briques communiquent. En voici quelques exemples :

Créer un agent conversationnel pour augmenter la relation client et commerciale. Le chatbot pourra répondre à une personne en donnant des informations précises sur l’entreprise et sur les produits vendus et leurs visuels. L’expérience pourra même aller jusqu’à un envoi automatique de devis ou une prise de rendez-vous avec un agent commercial physique. Cette solution pourra garantir un taux de disponibilité total, et ainsi répondre à des besoins de réactivité de plus en plus présents.

Prenons un industriel qui, par ses process, a fixé le remplacement d’un outil au bout de 500 utilisations. Par la mise en place d’une technologie de reconnaissance d’image couplée à de l’analyse de données agrémentée d’une couche d’IA, on va prédire très finement à quel moment il doit véritablement être changé. Peut-être que c’est seulement au bout de 800 fois et dans ces cas-là, on aura fait gagner 300 utilisations supplémentaires à notre client ou peut-être qu’en réalité, c’est au bout de 300 usages et là on lui évitera de la non-qualité !

La livraison des produits peut elle aussi être optimisée de manière drastique via des algorithmes d’intelligence artificielle et d’optimisations. Ce type de solution devient de plus en plus répandu et permet aujourd’hui d’augmenter la réactivité et la satisfaction client. Cela répond également à la nécessité actuelle de réduire les consommations énergétiques et empreintes carbones des entreprises.

Voxlog : Pouvez-vous évoquer les sujets prospectifs sur lesquels vous travaillez ?

Clément Proust :   Nous cherchons à tirer profit au maximum des LLM ou Large Langage Models. Ces modèles assurent un grand niveau de compréhension et de formulation, et de ce fait permettent d’adresser un très grand nombre de cas d’usages divers et variés en les branchant à des processus existants. Le challenge de demain sur ces technologies est le traitement des images et des vidéos, aussi bien au niveau de la compréhension que de la génération.

 

Ecouter le podcast 

 

 

Partager cet Article

Réalisations

Les défis relevés

L’IA générative au service du…

Un agent virtuel sécurisé et sur mesure en appui au développement à l’international

Découvrir

Le digital au service de…

Le parfumeur Guerlain se différencie en animant ses points de vente de façon innovante. Il a confié à CAPACITÉS le projet de création d’une expérience utilisateur ludique et unique au monde qui permet de choisir son parfum idéal.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Comment automatiser les opérations manuelles…

Robotique avancée : l’automatisation des opérations de parachèvement implique la maîtrise de multiples compétences.

Découvrir

Intégrer la DATA dans sa stratégie logistique

L’intelligence artificielle est en passe de bouleverser tous les secteurs. Or, à l’ère du Big Data et du Deep learning, l’opacité des algorithmes soulève encore des débats. Pour des secteurs sensibles tels que la santé, le droit ou la finance, l’Homme doit pouvoir comprendre et garder la maîtrise tout au long du processus de décision. Une IA répond à ce besoin de transparence : les réseaux bayésiens. Une technologie que maîtrisent les experts en data science CAPACITÉS.

Entretien avec deux experts de CAPACITÉS : le Pr. Philippe Leray, chercheur au laboratoire LS2N, et Pierre-Hugues Joalland, ingénieur en data science-IA.

En résumé

Mots Clés :

IA de confianceRéseaux bayésiensMODÉLISATION PROBABILISTEANALYSE PRÉDICTIVE PROCESS MININGMODÈLES DE RECOMMANDATION

La question de la confiance est récurrente lorsque l’on parle d’intelligence artificielle. Pourquoi questionne-t-on autant la crédibilité et la fiabilité de l’IA ?

P. Leray Ces dernières années, le Deep learning s’est révélé comme un type d’algorithmes d’apprentissage hyper performant, lorsqu’il dispose d’une grande quantité de données. Mais, dans un monde ouvert, le fait de ne s’appuyer que sur des données ne permet pas d’obtenir des outils automatiques parfaits, juste des outils qui vont reproduire parfaitement ce que nous faisons, erreurs comprises… Il n’y a qu’à voir le chatbot de Microsoft Tay, qui était conçu pour discuter de tout et de rien avec les utilisateurs, en se servant des phrases des utilisateurs pour s’améliorer. Ce chatbot a très vite reproduit l’attitude d’un néo-nazi machiste, à l’image des utilisateurs qui s’étaient « amusés » avec cette IA.

Au niveau éthique, ces interrogations sont encore plus marquées lorsque l’on utilise l’IA pour nous accompagner dans des prises de décision qui ont de lourdes conséquences, telles qu’un traitement médical ou une décision de justice. A-t-on envie en tant qu’usager de faire confiance à des IA boîtes noires ? Nous pouvons expliquer pourquoi nous avons fait tel ou tel choix et, dans certains cadres légaux, nous en avons même le devoir. L’IA devrait être capable de faire la même chose.

À quelles conditions l’expert pourrait-il avoir confiance dans des systèmes basés sur l’IA ?

P. Leray Je travaille depuis plus de 20 ans sur une famille de modèles graphiques probabilistes qui répond à cet enjeu de confiance : les réseaux bayésiens. Il s’agit d’un outil graphique de représentation des connaissances, par définition interprétable. Un expert peut porter un regard métier sur ce qui a été appris par le modèle graphique sous l’angle statistique, et donner du sens à la représentation qu’il lui donne.

Pouvez-vous nous en dire plus sur ce modèle d’IA ? Comment fonctionne-t-il ?

P.H. Joalland Les réseaux bayésiens sont des modèles graphiques probabilistes. Ils formalisent les connaissances sous une forme très riche.

La partie graphique permet de décrire des connaissances. Prenons un exemple, absurde mais parlant : il pleut, il est possible que je glisse. Grâce à la partie probabiliste du modèle, je vais pouvoir décrire des incertitudes. Je reprends l’exemple de la glissade sous la pluie : on va décrire le fait je ne glisse pas systématiquement quand il pleut, mais que j’ai aussi peu de risque de glisser s’il ne pleut pas.

Pour cela, je créé des dépendances entre des événements, c’est-à-dire un lien qui affirme pluie = glissade. Ensuite, je créé une probabilité conditionnelle sur l’événement glissade. Le modèle ainsi construit me permet de gérer beaucoup d’incertitudes. Je vais ainsi pouvoir poser des questions incluant de l’incertain, du type – et ce sera mon dernier exemple pluvieux – si la météo annonce de la pluie dans les prochains jours, mais avec une certaine probabilité, quels sont les risques que je glisse finalement ?

Pour quelles applications, cette gestion des incertitudes peut-elle être utile ?

P. Leray Les réseaux bayésiens sont des modèles qui permettent de représenter des connaissances, et que l’on peut interroger « dans tous les sens » : nous pouvons aussi bien partir d’une observation que d’un événement. À ce titre, on utilise souvent les réseaux bayésiens pour modéliser des systèmes complexes, car ils permettent à la fois de faire de la prédiction, de la recommandation, et du diagnostic, en fonction du système modélisé et des questions qui sont posées au modèle. Pour vous donner quelques exemples, cela peut servir dans le diagnostic médical : vous connaissez des symptômes et vous allez interroger la maladie. Ou pour faire du service après-vente : vous savez qu’un système est cassé et vous recherchez la cause du problème.

De quelles données ont besoin les réseaux bayésiens ?

P.H. Joalland Les réseaux bayésiens peuvent être mis en œuvre même lorsqu’on dispose de peu de données, voire aucune. Les connaissances devront alors provenir d’experts, avec qui il faudra travailler pour les formaliser, reproduire leur raisonnement, probabiliser les relations de causes à effets et ainsi produire un modèle graphique explicite.

Concrètement, comment exploitez-vous les données pour établir des prédictions grâce aux réseaux bayésiens ?

P.H. Joalland Il y a trois cas de figure. S’il n’y a pas de données disponibles, nous échangeons avec un expert et nous représentons son raisonnement sous forme graphique. Si nous avons accès à un peu plus de données, nous aurons là encore besoin du regard de l’expert pour identifier les dépendances entre les événements, mais les probabilités seront estimées à partir des données. Enfin, si nous avons beaucoup de données, nous pourrons utiliser des approches automatiques qui trouveront d’elles-mêmes les dépendances entre les événements et les probabilités.

Quelle confiance l’expert peut-il accorder aux résultats obtenus ?

P.H. Joalland Pour s’assurer de la validité d’un modèle, nous produisons des observations fictives et nous les confrontons aux observations attendues. En somme, nous vérifions que le modèle parvient au même résultat que l’expert. Dans le cas où l’adéquation n’est pas satisfaisante, les écarts constatés restent précieux, parce qu’ils seront pris en compte à l’occasion d’un réapprentissage, de sorte à finalement converger vers un modèle amélioré. L’utilisateur peut alors avoir confiance dans le modèle qu’il a « co-construit » avec notre équipe.

Les réseaux bayésiens semblent particulièrement adaptés à des domaines sensibles pour lesquels le risque d’erreur est intolérable. Avez-vous déjà travaillé pour de tels secteurs, la santé ou la sécurité par exemple ?

P.H. Joalland Dans le domaine médical, nous avons récemment développé avec le Pr. Bonnot, psychiatre au CHU de Nantes, un moteur d’intelligence artificielle destiné à prévenir la récidive des tentatives de suicide. Le moteur reproduit fidèlement le raisonnement du médecin, qui peut vérifier à tout moment la pertinence des réponses apportées. Le système abouti aux mêmes résultats que le psychiatre, qui peut donc l’utiliser en confiance.

Autre exemple, dans le domaine de la sécurité urbaine, nous avons travaillé pour un éditeur de logiciel, pour lequel nous avons modélisé l’interdépendance entre une grande variété d’événements tels que des manifestations ou des embouteillages. Pour cela, nous avons construit une architecture générique, que des experts métiers peuvent eux-mêmes instancier d’après leurs connaissances. Sur cette base, nous avons déployé un réseau bayésien relationnel décrivant toutes les interdépendances entre événements. Cet outil prédictif calcule les probabilités qu’un événement se produise, en fonction des événements passés. Les experts gardent la main sur le modèle et peuvent l’exploiter en confiance pour de multiples applications.

Ces exemples illustrent bien le double enjeu auquel répondent les réseaux bayésiens : construire un modèle d’IA à partir de peu voire pas du tout de données ; et conserver la maîtrise du raisonnement, de façon à l’utiliser en toute confiance. L’expert est au cœur de la construction du modèle, développé à partir de ses connaissances métier. Cette co-construction favorise son acceptabilité par les spécialistes comme par les utilisateurs. Aussi, les champs d’application de cette IA « boîte blanche » sont nombreux. Cependant, elle s’avère particulièrement pertinente pour des secteurs pour lesquels le risque d’erreur est inadmissible, tels que la santé, la sécurité, le droit ou encore la finance. Pour en savoir plus sur notre expertise en réseaux bayésiens, découvrez notre page dédiée à la data science et à l’IA ou contactez-nous directement.

Partager cet Article

Les défis relevés

L’intelligence artificielle pour prévenir la…

Modélisation probabliste : une application mobile visant à prévenir la récidive du suicide construite grâce à l’expertise des réseaux bayésiens.

Découvrir

L’IA prédictive au service de…

IA prédictive : amélioration d’un logiciel de gestion des risques sécuritaires dans les espaces publics grâce à un moteur d’IA fonctionnel.

Découvrir

Ce site utilise des cookies et vous donne le contrôle sur ce que vous souhaitez activer