Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Comment l'intelligence artificielle créera « un travailleur augmenté »
{{{sourceTextContent.subTitle}}}
Créé il y a quatre ans, Deepomatic est une société française qui développe le logiciel d'intelligence artificielle permettant la création des systèmes de reconnaissance d'image.
{{{sourceTextContent.description}}}
Leur but ? Pour créer « un travailleur augmenté » ou le « docteur » qui peut se concentrer sur les tâches les plus intéressantes et les plus précieuses tandis que la machine traite les cas les plus faciles où un haut niveau d'expertise n'est pas exigé. L'idée est de créer un système qui permet la semi-automatisation des tâches répétitives et visuelles avec un humain restant finalement aux commandes du projet. Nous avons parlé avec Augustin Marty, Président de Deepomatic.
Entrevue traduite du Français par Monica Hutchings.
E-magazine de MedicalExpo : Vous dites que la reconnaissance d'image est la technologie d'intelligence artificielle la plus mûre là aujourd'hui. Pourquoi est-ce que c'est et comment il travaille ?
Augustin Marty : Nous sommes spécialisés en la reconnaissance d'image et de vidéo. D'un point de vue technologique et scientifique, c'est le champ dans lequel l'intelligence artificielle a eu les percées les plus significatives ces dernières années. La méthodologie consiste en rassemblant les ensembles de données relativement grands, c.-à-d. les images, que nous enrichissons avec l'information, telle que localiser des objets dans un endroit particulier ou dire qu'une image particulière correspond à un élément particulier. Afin de réaliser ceci il est que une personne transfère une partie de son expertise à la machine. Nous alors recherchons ces images et l'information qui est assortie à elles et formons un réseau des neurones pour apprendre la tâche que nous travaillons dessus. Ceci nous donne un réseau des neurones spécialisés dans la tâche actuelle.
J'e-magnétique : Quelles images employez-vous pour former la machine ?
Augustin Marty : Ils correspondent aux cas que nous travaillons dessus. Dans le secteur médical, par exemple, nous travaillons principalement dans le domaine de l'imagerie médicale. Nous avons besoin de l'entrée d'un docteur avec un certain niveau d'expertise qui pourra nous dire que ceci ou cet élément sur un ultrason correspond à ceci ou à cet organe. Nous faisons ceci pour un grand nombre d'images et alors de façon autonome le système pourra dire cela sur une image donnée que c'est une question de organe donné. Grâce à la bibliothèque de la connaissance que le système aura acquise, il pourra généraliser tout ceci et employer cette connaissance pour s'appliquer l'à de nouvelles images. Il apprend par analogie. Nous pouvons vraiment comparer ceci à la formation d'un être humain ; nous lui enseignons un grand nombre d'exemples de sorte qu'il puisse alors identifier des éléments sur des images qu'il n'a avant jamais vues seule.
Il apprend par analogie. Nous pouvons vraiment comparer ceci à la formation d'un être humain ; nous lui enseignons un grand nombre d'exemples de sorte qu'il puisse alors identifier des éléments sur des images qu'il n'a avant jamais vues seule. »
J'e-magnétique : Y a-t-il un risque d'erreurs ?
Augustin Marty : Oui naturellement, il n'y a aucune magie derrière elle ainsi l'idée est qu'un humain reste toujours dans le contrôle et averti des limites du système il ou elle crée. Avec notre système, la prévision que la machine fera est toujours accompagnée d'un niveau de confiance : elle donnera un score qui nous indique s'il est plus ou moins sûr de son interprétation. Après cela, nous pouvons installer les mécanismes qui s'assurent que quand la machine n'est pas vraiment sûre, nous pouvons nous tourner vers l'opinion d'un docteur.
J'e-magnétique : Pour quoi votre système peut-il être employé ?
Augustin Marty : Dans le domaine médical c'est essentiellement une aide diagnostique en présence d'un docteur toujours. Ceci permet au docteur de se concentrer sur les cas les plus compliqués qui exigent une expertise plus avancée, alors que les cas les plus simples peuvent être laissés à la machine et être traités plus rapidement. Mais dans ce domaine nous sommes toujours à l'étape de recherches et elle n'est pas encore employée sur des patients.
Nous travaillons également sur quelques projets liés à la nouvelle recherche de drogue ; dans ce cas l'imagerie médicale devient plus d'un outil pour confirmer si le nouveau traitement que nous essayons de développer sera efficace ou pas. L'imagerie médicale, et notre système par extension, sont alors employés pour automatiser l'essai et la pièce d'évaluation des performances du nouveau traitement.
Le vrai défi dans le domaine médical est accès aux données patientes, qui sont logiques et compréhensibles, mais il signifie qu'il est difficile d'avoir accès à un de large volume des données. Mais cette technologie doit absorber un de large volume des données afin de fonctionner.
Le vrai défi dans le domaine médical est accès aux données patientes, qui sont logiques et compréhensibles, mais il signifie qu'il est difficile d'avoir accès à un de large volume des données. »
J'e-magnétique : Et que peut-il être employé pour dans d'autres champs ?
Augustin Marty : Aujourd'hui, l'application la plus avancée que nous travaillons aux caisses enregistreuses automatiques de soucis dans l'industrie de la restauration institutionnelle. Dans un cafétéria de société, par exemple, nous installerons un ou plusieurs machines avec des caméras. Les clients arrivent avec leurs plateaux remplis de différentes choses qu'ils auront choisies pour leur repas. La caméra prendra une photo du plateau et le système identifiera automatiquement ce qui est là-dessus et calcule combien la personne doit payer.
J'e-magnétique : Mais ceci se débarasse des travaux humains…
Augustin Marty : Oui, il y a certainement un impact direct sur l'emploi parce qu'il y aura un besoin de moins personnes de travailler la caisse enregistreuse, mais nous pouvons également voir ceci comme manière de faire la ligne écoulement plus sans à-coup et de meilleures crêtes absorbantes en volume, puisque chacun va déjeuner en même temps. Il est possible d'augmenter le nombre de machines et de s'adapter plus facilement aux crêtes en volume. Il a été déjà déployé dans environ dix restaurants en France et nous essayons de la développer ailleurs.
Dans l'industrie, nous travaillons également aux intérieurs de voiture. Par exemple il y aura une caméra à l'intérieur des voitures afin d'améliorer pour comprendre ce qui se produit dans la voiture intérieure et pour fournir un certain nombre de services supplémentaires qui sont actuellement plus liés pour soulager que toute autre chose. Un exemple typique est que nous pourrons détecter le niveau de l'habillement qu'une personne porte, si c'est un homme ou une femme aussi bien que son niveau d'activité et fait l'ajustement automatique de la température à l'intérieur de la voiture en conséquence.
Pour le marché des valeurs mobilières, nous pourrons rendre les vidéos surveillance visuelles plus intelligentes. Aujourd'hui, il y a beaucoup de caméras qui sont installées, mais les télémanipulateurs n'ont pas nécessairement la capacité d'observer toutes les bandes en temps réel. Ainsi l'idée est d'avoir un système qui peut observer toutes les vidéos en temps réel et publier une alerte quand il détecte le comportement anormal tel qu'un assaut, un mouvement violent ou quelqu'un qui seul s'évanouissent et sont sur le plancher. Comme dans l'imagerie médicale, c'est également une collaboration entre l'homme et la machine parce que finalement ce n'est pas la machine qui fera une décision mais l'être humain qui décidera d'alerter les services des urgences ou de réagir. Mais nous porterons ceci ou cet événement à la connaissance de l'être humain.
L'idée est que les gens restent à la barre orientant le projet, averti des limitations du système qui est créé. »
Nous travaillons également dans le secteur des transports. Mais en ce qui concerne les espaces publics, nous sommes confrontés à un problème majeur de l'accès aux données personnelles. Ainsi l'idée est première pour créer un système qui rendrait des images vidéo anonymes, c.-à-d. brouillant les visages sur ces vidéos de sorte que les applications puissent alors semi-automatiquement détecter les sacs abandonnés aussi bien que le comportement méfiant, dangereux ou violent.
J'e-magnétique : Y a-t-il un risque que des humains à un certain point seront surpassé par la machine qu'ils ont créée ?
Augustin Marty : Nous voulons créer les interfaces qui sont très simples pour employer de sorte que les concepts qui sont très compliqués au premier regard pour devenir beaucoup plus compréhensibles utilisant notre outil. L'idée est que les gens restent à la barre orientant le projet, averti des limitations du système qui est créé. Nous voulons que les humains puissent toujours comprendre ce qui continue de sorte qu'elles puissent prendre les bonnes décisions.
{{medias[30027].description}}