Nos travaux

Et si 45% de la réalisation de vos projets IT étaient générés automatiquement grâce à l’Intelligence Artificielle ? AIDA (Artificial Intelligence for Development Assistant) représente la première squad d’agents intelligents pour soutenir les développeurs dans leur quotidien. 

AIDA constitue l’un de nos principaux travaux dans le cadre de notre programme de Smart Programming visant à concevoir et mettre en place des développeurs artificiels. Le but est de simplifier le développement informatique, dépasser les limites et contraintes technologiques et aussi éliminer le travail répétitif. 

AIDA est capable d’échanger en langage naturel avec les développeurs pour générer du code et ainsi créer des applications. 

En quelques mots : 

• Projet autour du Smart Programming dans la philosophie No / Low code 
• Des architectures complexes utilisant notamment du NLP et le traitement d’image de l’IA Repenser la façon dont un développeur interagit pour générer des applications 

Il est certain que l’avenir de l’informatique passe par le développement des applications où l’effort de « code » sera de moins en moins important, a minima pour une partie d’entre elles. En témoigne l’intérêt des géants du secteur comme Microsoft ou bien l’actualité des professionnels du secteur. 

A qui s’adresse un projet comme AIDA ? 

• Pour les développeurs 
• Pour les analystes fonctionnels 
• Pour les utilisateurs citoyens 
• Pour les élèves et étudiants 
• … 

En réalité AIDA s’adresse en premier lieu aux informaticiens mais il s’agit bien entendu d’une première étape car l’évolution de ce type d’interface Homme – Machine a vocation à faciliter l’accès au plus grand nombre. 

C’est en cela qu’AIDA participe également pleinement aux mouvements « citizens developers » qui émergent mais qui doivent encore faire leurs preuves. 

Une solution permettant de détecter des mots et des objets dans une vidéo grâce à l’IA et au Machine Learning (NLP, Speech Analytics…).  

En quelques mots, la solution OWD liste tous les moments (en séquence / seconde) où les mots sont cités et permet d’indiquer à quel moment un objet spécifique apparait dans une vidéo (voiture, lampe…) ou bien toutes les séquences où l’objet en question apparaît. 

Quels sont les cas d’usage d’OWD ? 

• Pour les entreprises souhaitant proposer à leurs clients des publicités en lien avec des objets et des mots apparaissant dans l’audio et le visuel d’une vidéo de leur site web. 
• Pour un laboratoire de bactériologie qui veut avoir des alertes lors de l’apparition d’un objet spécifique au moment de la culture par exemple. 
• Pour les plateformes MOOC ou e-learning, si un étudiant veut accéder à une séquence spécifique en saisissant le nom de l’objet ou bien le mot spécifique. 
• Pour les sites de e-commerce, pour permettre de proposer au client un produit qui a un rapport avec la vidéo et donc aussi les publicités. 
• Pour des sociétés d’import / export dans le contrôle de marchandises réceptionnées (contrôles par vidéo pour accord ou refus) 

Cette liste est bien entendu non exhaustive. 

Principes techniques autour de l’architecture :

Autour de l’environnement :

• Application Web (langage de développement Python / Framework Flask)
• Détection des objets (IA – DL, Dataset : coco, API : OpenCV)
• Détection des mots (API : speech recognition)