L’IA au service des entreprises – Colloque au Ministère de l’Economie et des Finances.

Le mercredi 3 juillet dernier s’est tenu au Ministère de l’Economie et des Finances l’événement « L’Intelligence Artificielle au service des entreprises » organisé par la DGE. Cette conférence a été organisée dans le contexte du lancement de la stratégie nationale en Intelligence Artificielle présentée par Emmanuel Macron en mars 2018, sur la base du rapport de Cédric Villani. Cette dernière comporte 3 axes : La recherche fondamentale L’éthique (GIEC de l’IA) L’économie liée à l’IA Ainsi, durant la conférence il a été question de présenter le 3ème axe de la stratégie à savoir le volet économique et cela à travers plusieurs questions. Comprendre comment l’IA influe sur l’activité économique, quelle est la stratégie de la France dans ce domaine, d’où vient l’investissement et comment sont accompagnées les entreprises travaillant dans l’IA ? Plusieurs présentations et tables rondes se sont enchaînées durant le colloque dont des discours de membres du gouvernement : Cédric O, secrétaire d’État auprès du ministre de l’Économie et des Finances, chargé du numérique, Bruno Le Maire, ministre de l’Économie et des Finances, et Agnès Pannier-Runacher, secrétaire d’État auprès du ministre de l’Économie et des Finances. A l’issu de la conférence, un manifeste de coopération sur l’IA a été signé entre le gouvernement et les entreprises françaises. Le but des actions du volet économique est de transformer l’économie afin qu’elle soit axée sur la création d’emplois et cela en diffusant l’IA dans les entreprises. Les solutions mises en avant durant l’événement incluent : 250 millions d’euros investis dans le Plan d’Investissement Avenir pour financer des projets dédiés à l’IA. un appel à projets destiné à cofinancer des initiatives de mutualisation de données publié en juillet. des dispositifs tels que les Challenges IA ont été mis en place afin de lier offreurs et utilisateurs de l’IA et résoudre des problèmes concrets. Le point de vue d’Amiral technologies : Sur ce dernier point nous restons vigilants pour que ces « challenges » ne se transforment en moyen d’accéder à des solutions technologiques en faisant travailler un maximum de participants et en en rémunérant un seul. Ceci pourrait contribuer à précariser les startups qui seront invités à participer à de nombreux challenges consommant beaucoup de ressources au lieu de les focaliser sur le développement de leurs solutions matérielles ou logicielles. Sans aller jusqu’à la mutualisation des données, la confidentialité des données est l’une des questions auxquelles les entreprises font face pour intégrer l’IA à leurs produits.  Les industriels sont aujourd’hui encore réticents à confier leurs données pour entraîner des algorithmes d’intelligence artificielle. Il est nécessaire de dépasser ces réticences pour permettre aux entreprises de tirer complètement partie de l’IA. Agnès Pannier-Runacher clôt l’événement en félicitant l’avancée mondiale de l’Europe dans le domaine de l’Intelligence Artificielle mais rappelle que les entreprises doivent « Reconnaître, accélérer, transversaliser, développer et assumer » cette prouesse technologique car malgré l’aide de l’Etat, seules elles peuvent « faire le changement. »

Read post »

De nouveaux défis dans l’aéronautique et le spatial au Salon du Bourget 2019

Du 17 au 23 juin s’est tenu à Paris – Le Bourget la 53e édition du Salon International de l’Aéronautique et de l’Espace. En tant que visiteurs, nous avons pu découvrir les nouveautés de nos clients et partenaires comme Airbus. L’absence d’un stand Ariane a été notée mais le groupe a été représenté par l’alliance ArianeWorks , présente sur le stand du CNES, qui se met au défi des lanceurs civils réutilisables à la mode SpaceX d’Elon Musk. Une collaboration entre Amiral Technologies et cette alliance est d’ailleurs en cours. Ce rendez-vous mondial de l’industrie aéronautique et de ses acteurs, inauguré par Mr le Président de la République Emmanuel Macron a rassemblé cette année environ 316000 visiteurs ainsi qu’un record de plus de 2450 exposants venus de 49 pays différents.  Les visiteurs ont pu découvrir de nombreux stands tenus par des entreprises renommées tel que Airbus ou le CNES qui lui a organisé de nombreux événements sur son espace dont notamment une interview du célèbre astronaute Thomas Pesquet. En se promenant tout le long du salon il était possible d’admirer 140 aéronefs à la fois au sol en les visitant de l’intérieur mais aussi dans le ciel grâce à de multiples démonstrations d’avions et d’hélicoptères dont la Patrouille de France. Parmi eux, des appareils tous nouveaux : le Falcon 8X de Dassault et l’Airbus A330 Neo.  Hormis la visite du président français, une grande partie du gouvernement a fait son apparition au salon tout comme 300 Délégations Officielles ce qui érige ce dernier en incontestable rendez-vous international. En effet, de nombreux échanges et opportunités ont pu être encadrées donnant lieu à plus de 140 milliards de dollars de contrats signés.  En démontrant son grand succès, le Salon International de l’Aéronautique et de l’Espace Paris – Le Bourget s’impose à nouveau comme l’événement majeur de l’industrie aéronautique et spatiale.  Rendez-vous du 21 au 27 juin 2020 pour a 54e édition ! 

Read post »
DiagSign Automatic Feature Generation and the state of the art

DiagSign Automatic Feature Generation and the State of the Art

We just published a new white paper in our document library « DiagSign Automatic Feature Generation and the State of the Art ». This paper summarizes the state of the art in terms of academical methods to solving the problem of feature generation from time series. These can be classified in two categories : Structured models approaches, and Dimensionality reduction approaches. DiagSign is a protected invention that was born in the labs of the French National Research Centre (CNRS). It uses a purely mathematical method to automatically generate features from time series that are relevant, highly discriminant, and very adapted to transitional signals. DiagSign can generate as many features as needed, possibly thousands, in record time and in a massively parallelizable way. In addition, it is agnostic to the type of signal nor does it care what equipment is diagnosed. The white paper explains why Amiral Techologies’ DiagSign surpasses these academical methods and avoids their drawbacks : It does not assume an a priori structured model; It keeps all the information in the signal; It offers tremendous and low cost scalability. Read the paper here

Read post »
Unsupervised Learning

Why are Amiral Technologies’ unsupervised learning solutions so powerful?

What is unsupervised learning? Unsupervised Learning (see wikipedia) is used when no historical data is available that involves past faulty behavior and/or aging progression. Therefore, Unsupervised Learning is mandatory to design data-based alarm system and aging monitoring algorithms in the majority of industrial situations. This is at least true in the current state of data availability and labelling. Typical solutions to this problem need a so called normality space to be defined. This is the space of configuration of features that characterize the healthy behavior of the equipment. Roughly speaking, when the features leave the normality space (in some sens), an alarm can be raised. As it is always the case in Machine Learning (ML)-based learning, the main questions are: What are the features to use in the previously described process? What is the impact of this choice of features on the quality of the resulting alarm system in terms of coverage rate and false alarm ? An obvious partial answer to these questions is that if the set of features being used does not intersect with the set of features impacted by a specific potential default, then this default will not fire the alarm system. Saying it differently, this fault will not be covered. Consequently, the more discriminant features one involves in the definition of the normality space, the more chance one gets to cover the multiple possible failures in the equipment. Why is Amiral Technologies’ solution for unsupervised learning so powerful and innovative? This is precisely why the Unsupervised Learning solutions of Amiral Technologies outperform alternative solutions. Indeed, Amiral Technologies’ Automatic Feature Generation  enables very rich and highly discriminant sets of features to be generated. This leaves small chances for faulty behaviors (even unseen in the learning data) to remain undetected. Moreover, the availability of such a high number of features enables the definition of voting systems that reduce the risk of false alarms as these can rapidly render the solution unacceptable by the practitioners and the maintenance operators.

Read post »
Close Menu