Recherche et développement
La passion pour la technologie et l'innovation est notre force motrice. Nous sommes toujours à l'avant-garde lorsqu'il s'agit de tester de nouvelles technologies et de rechercher des solutions originales.
La recherche pour nous
Nos clients, lorsqu'ils s'adressent à nous, ont des attentes élevées et notre objectif est de couvrir leurs besoins même par des solutions qui sont « impensables » pour eux.
Mais pour proposer des solutions apparemment non ordinaires, il faut les avoir déjà étudiées et expérimentées.
Un certain Aristote disait que « ce que nous devons apprendre à faire, nous l'apprenons en le faisant ».
Chez Alexide, c'est ce que nous faisons, nous apprenons tout sur nous-mêmes et nous transposons ensuite les résultats sûrs dans le monde réel.
Vous trouverez sur cette page quelques exemples de nos recherches.
Un bâtiment basé sur l'IA
Nos locaux sont dominés par la domotique où il n'y a pas d'interrupteurs physiques. La partie la plus effrayante est que c'est l'intelligence artificielle** que nous avons développée qui prend les décisions.
En tant qu'experts en données, nous collectons toutes les données provenant de plus de 300 capteurs dans nos locaux (température, CO2, humidité, luminosité, ...). Nous les transmettons ensuite à un réseau neuronal dans le but de les comprendre.
Ce réseau neuronal pilote le HVAC (Heating, Ventilation and Air Conditioning). Par exemple, en plein hiver, c'est lui qui décide quand allumer le chauffage pour avoir 22° degrés à 9 heures du matin (en 2022/2023 je pense qu'on aura 20°). Il le fait en fonction des séries chronologiques, de la situation actuelle, des prévisions météorologiques, etc. Le réseau s'est rendu compte que le week-end, nous sommes fermés et n'avons pas besoin d'allumer le chauffage, que le lundi, nous devons allumer le chauffage un peu plus tôt car tout est éteint pendant 2 jours, que s'il fait humide, nous devons allumer le chauffage un peu plus tôt, etc.
Apprentissage automatique
Un autre réseau neuronal, dont la tâche est plus simple, détermine la lumière idéale pour chaque personne. En effet, une personne plus jeune a besoin de moins de lumière qu'une personne âgée et, dans tous les cas, les habitudes sont différentes. Le réseau comprend qu'après 18 heures, et après l'inévitable partie de baby-foot, il y a un événement qui fait que toutes les lumières s'éteignent (pour des raisons de sécurité, nous gardons le type d'événement confidentiel).
Ce sont là quelques exemples de l'application des techniques d'apprentissage automatique à notre vie quotidienne. Nous avouons que l'intelligence artificielle perd encore parfois quelques coups, mais nous avons un plan B. N'étant pas masochistes, nous pouvons toujours décider de passer au modèle manuel, à l'ancienne!
Reconnaissance de personnes par un réseau neuronal
Nous avons décidé de nous compter, de savoir combien de personnes il y a dans une salle, combien dans la salle de formation, combien dans l'open space, combien dans la zone de relaxation... et de le faire grâce à des données anonymes collectées par des caméras.
En utilisant des techniques d'apprentissage automatique (tensorflow docet), nous nous sommes comptés nous-mêmes et le système fonctionne bien.
Qu'est-ce qu'il fait ? Vous le saurez bientôt car cette technique trouvera également sa place dans SolidRules.
Reconnaissance d'objets et réalité augmentée
C'est un sujet sur lequel nous avons fait beaucoup d'expériences. Certaines allaient dans le sens de faire apparaître des objets 3D dans un flux vidéo pris à partir d'un smartphone normal. Disons que nous faisions cela bien avant que des jeux comme Pokémon ne s'en emparent.
Mais notre objectif est de le faire sans même utiliser d'application et directement à partir d'un navigateur, mais sur ce point, la technologie Web n'est pas encore prête pour nos « visions ».
Nous avons ensuite réalisé d'autres expériences sur les réseaux neuronaux et la reconnaissance d'objets. Nous avons constaté qu'il est facile de distinguer une personne d'un chat et nous avons eu beaucoup de succès dans ce domaine. Il est en revanche beaucoup plus difficile de reconnaître une vis M10x16 d'une vis M10x25, mais nous n'abandonnons pas !
Reconnaissance pour trouver des éléments similaires
La recherche d'objets similaires est une question fascinante et stratégique pour nous (mais pas seulement pour nous). On peut le faire à partir de la géométrie, on peut le faire à partir de descriptions, de caractéristiques, etc.
Voici deux cas auxquels nous nous appliquons:
1. Lorsqu'une réclamation client nous parvient, est-il possible de la catégoriser ou de la hiérarchiser automatiquement en fonction de son contenu?
2. Lorsqu'un signal arrive, est-il déjà possible d'afficher des tickets contenant des éléments similaires pour faciliter le processus de réponse?
Si vous ne les voyez pas encore comme une fonctionnalité de SolidRules, cela signifie que nous n'avons pas encore atteint le niveau acceptable, mais nous n'en sommes pas si loin!
Blockchain pour les contrats intelligents
La blockchain est un mot à utiliser lors d'un entretien d'embauche, un peu comme l'apprentissage automatique. Il est « cool » et semble pouvoir résoudre les problèmes de l'humanité. Pour savoir si c'est de la fumée sans feu, nous l'avons étudiée et nous avons essayé de l'utiliser pour gérer des contrats commerciaux.
La blockchain est immuable et vous ne pouvez pas la manipuler, vous ne pouvez pas « blanchir » une erreur et vous ne pouvez même pas nier qu'elle s'est produite. Dans certains cas, elle peut être très utile. Qu'il s'agisse de contrats ou de licences logicielles, voire d'un processus d'approbation.
Mais nous sommes à peu près certains qu'elle ne résoudra pas les problèmes de l'humanité et, pour l'instant, elle est trop lente et trop gourmande en énergie. Deux choses qui ne vont pas très bien aujourd'hui.
Des questions ? Nous sommes là pour vous aider.
Remplissez le formulaire ou envoyez-nous un e-mail à info@alexide.com. Nous vous contacterons pour vous fournir toutes les solutions.