All posts in Machine Learning

Intelligence artificielle et Smart Data


Définition et vision actuelle

On regroupe sous la dénomination « Intelligence artificielle » plusieurs disciplines : le Machine Learning, la Robotique, l’IA faible et forte ou encore le traitement du langage.
L’Intelligence artificielle bénéficie aujourd’hui de nombreuses initiatives au niveau mondial que cela soit en France, aux Etats-Unis ou encore en Chine.

Du point de vue des acteurs concernés, l’IA n’est pas encore là en tant que telle : on assiste pour le moment au développement toujours plus complexe de moteurs de règles. La preuve par le retour d’expérience des acteurs interrogés : certaines corrélations entre données n’ont parfois aucun sens au final.

L’usage des Smart Data

Soutenu par des moteurs de règles, il consiste, à partir des données collectées, à engager la bonne action, vers la bonne personne, au bon moment.

Le secteur bancaire, par exemple, dispose actuellement de programmes permettant de préparer automatiquement en amont un rendez-vous client en agence, avec des recommandations d’actions pour que l’échange commercial se passe en cohérence avec le persona (profil) du client et ait le plus d’impact possible. Le système peut également suggérer au conseiller de collecter de nouvelles données dont l’usage a été démontré par le passé.
Toujours dans le domaine commercial, l’IA ne remplacera jamais le commercial mais offre des applications permettant une meilleure mutualisation des données liées au Client pour cibler les actions et éviter les sollicitations inutiles.

L’Humain, au coeur de la démarche

En définitive, l’enjeu est de disposer de contenus Métier qui viennent se mêler à l’intelligence des algorithmes. Le Machine Learning, par exemple, ne fonctionne qu’en présence d’un très grand nombre de données et de l’Humain pour les corriger. L’IA peut apporter des améliorations en terme de qualité et de productivité mais ne peut s’affranchir de la connaissances des experts.
Au delà de la qualité des données et de la pertinence des règles, la conduite du changement auprès des équipes est le premier pilier indispensable pour accompagner l’Entreprise dans cette transformation.

Cet article a été rédigé suite à notre participation aux conférences des salons Solutions 2017.

Equipe-DocDoku

DocDokuHackathon 2017

DocDokuHackathon : Code et bonne ambiance


Comme chaque année, l’équipe DocDoku organise un hackathon après les fêtes de fin d’année. L’objectif de la journée : coder intensément pour obtenir un résultat le soir-même. L’occasion de se tester dans un esprit amical et d’émulation. Cette année, l’IoT, l’OpenData, les Chatbots, ainsi que le Machine Learning étaient les technologies à l’honneur !

 

9h : l’équipe entière prend place dans les bureau. Les mines sont concentrés et les équipes se forment :

Equipe 1
L'équipe numéro 1

Elle se compose de Charles, Hugues et Lucas. Leur projet est d’établir une connexion entre une smartwatch et un ordinateur de manière à ce que le porteur de la montre déclenche le démarrage de son ordinateur simplement en arrivant dans la pièce où il se trouve.

 

Equipe 2
Equipe2

Romain, Arnaud, Julien et Elisabel forment l’équipe 2 et ont choisi d’explorer la technologie des Chatbots en se servant de Slack comme client. L’objectif est de permettre à deux individus ou plus de jouer à Pokemon. L’idée leur est venue du buzz sur deux bots communiquant entre eux (article ici) et du phénomène Pokemon GO. Au niveau technique ils ont trouvé une « Open API » de type REST (REST est le mode de communication le plus en vogue de nos jours) : https://pokeapi.co/

 

Equipe 3
L’équipe 3 est composé d’Anass, Clément et Bertrand, ils ont quant à eux opté pour l’Open Data, en créant une application où tous les bars et toilettes publiques de Toulouse sont référencés. Les données sont récoltées sur Opendata Toulouse.

 

Equipe 4

Hoby-whan, Fabrice et Olivier se sont intéressés au machine learning.

Equipe 5

L’équipe 5 a elle choisi de travailler sur l’IoT et elle se compose de Guilhem, Sébastien, Frédéric et Yacine.

18h30 : L’heure des présentation a sonné. Chaque équipe expose et défend son projet. Après une journée de code et de recherches intensives, ainsi que de longues délibérations, l’équipe 1 composée de Charles, Lucas et Hugues est déclarée vainqueur.

20h30 : Fin de journée, la Team DocDoku se réunit autour du repas de début d’année avec au menu mojitos et tapas.