Intelligence artificielle
L’Intelligence artificielle pour répondre à vos enjeux et aller plus loin
Découvrez l'approche historique de Coexya dans le domaine de l'Intelligence Artificielle (IA) et des Data Sciences.
Big data, cloud et transformation digitale, les fondements de l’IA
Améliorer et fiabiliser les processus, les rendre plus performants, plus adaptés, plus personnalisés est au cœur de notre démarche pour proposer des réponses toujours plus pertinentes à vos enjeux.
La transformation digitale, le Big Data, l’ouverture des données, la puissance accrue des serveurs, le cloud sont autant d’avancées qui ont facilité le déploiement de plateformes, de solutions toutes plus innovantes les unes que les autres sans d’investissements conséquents.
Ces évolutions ont engendré une fulgurance des nouveautés parmi lesquelles l’Intelligence Artificielle et la Data Sciences sont emblématiques des 10 dernières années. Comme toutes nouvelles technologies, elles impactent nos métiers et ouvriront des nouvelles opportunités encore inconnues à ce jour.
Coexya, une forte expertise dans le traitement de la donnée
Et Coexya dans cela ? Avec plus de 20 ans d’expérience, Coexya est un des spécialistes reconnus du traitement des données, structurées ou non (texte, image 2D et 3D, son, vidéo), de la captation jusqu’à sa valorisation via la conception et la mise en œuvre de solutions adaptées aux différents cas d’usage.
L’Intelligence Artificielle au cœur de nos solutions métiers
2000 à 2012, Coexya réalise un grand nombre de projets basés sur des IA symboliques.
Nos réalisations significatives au travers des technologies de traitement automatique du langage (TAL/NLP):
- Propriété Industrielle : mesure de similarité entre images et classification automatique
- Santé : interprétation automatique de comptes-rendus d’actes médicaux pour la prise en charge de patient en situation d’urgence (LERUDI)
- Santé : interprétation automatique de comptes-rendus d’actes médicaux pour la constitution de cohorte en oncologie (CONSORE)
- Législatif : aide à la consolidation de la loi en France par analyse du JO et recherche des actions modificatrices
- Législatif : anonymisation des textes de jurisprudence
IA symbolique : comment les machines imitent la pensée humaine
IA symbolique : Composant qui permet le raisonnement à partir de règles formelles (système expert)
Notre avis : Facilement explicable car basée sur des règles formelles. En revanche, nécessite un travail en amont de codification par les experts du domaine
A partir de 2012, les IA connexionnistes poussées par les résultats sont aussi inattendus qu’impressionnants sur l’analyse des images, change l’approche générale et nos approches s’adaptent.
Nos réalisations :
- Investigation : analyse de données multimédias et multilingues (Texte, Son, Image, Vidéo), reconnaissance faciale, traduction…
- Santé: refonte de la plateforme Consore
- Infrastructure routière : bot de détection des défauts sur les routes à partir d’images
- Propriété Industrielle : refonte de la recherche de similarité et classification (Apprentissage sur la base des résultats de l’IA Symbolique enrichis)
- Jumeau numérique : reconstruction 3D des stations de métro et reconnaissance automatique des matériels présents
- Nucléaire : traduction instantanée pour la formation au retraitement des déchets nucléaires
- Contrôle d’accès : reconnaissance faciale et validation des documents d’identité
L’IA connexionniste : comment les machines apprennent comme le cerveau humain
IA connexionnistes :
regroupement des approches de machine learning et deep learning. Les règles ne sont plus codées, elles sont apprises.
Notre avis : Nous ne voyons pas de limite à l’approche très versatile de ces architectures et la capacité de spécialiser des IA existantes.
Le bémol, rien n’est encore magique, la majorité des réalisations reposent sur l’apprentissage supervisé et nécessite un ensemble de données annotées par les experts pas toujours présentes ou mal annotées voire biaisées.
2022, les IA génératives explosent au grand public via OpenAI et sa plateforme chatGPT bâtie sur LLM (Large Language Model). Ces LLM ont été mis au point grâce aux fameux Transformers définis en 2017 dans un article révolutionnaire écrit par une équipe Google, « Attention is all you need ».
Coexya utilise, prototype et veille sur IA Génératives.
- Usine logicielle Coexya : intégration des IA GithubCopilot et Starcoder dans les environnements de développement : pair-programming, analyse, recherche de bug, aide à l’analyse, optimisation…
- Search : prototypage de génération de réponse sur la base de corpus documentaires privés (fine-tuned LLM)
- Analytique : prototype d’assistance à la résolution de cas d’investigation
- Analytique : prototype d’aide à l’analyse des résultats chiffrés
IA Générative :
Composant qui permet de générer du texte, des images, du son, des vidéos, des présentations sur la base d’invites (prompts).
Notre avis : Après la compréhension des contenus par l’IA, la dimension générative vient naturellement répondre aux attentes. C’est un exocortex qu’il est nécessaire d’apprivoiser pour en faire un assistant pertinent et versatile dans nombre de taches de générations et d’analyse avec plus ou moins de créativité. Il faut y aller avec un bon ciblage et encadrement des usages, sinon vous les subirez !
Êtes-vous prêts pour l’IA générative ? Testez votre maturité avec notre quiz !
Découvrez où se situe votre entreprise dans son parcours vers l’intelligence artificielle grâce à notre quiz interactif et recevez un diagnostic personnalisé pour progresser.
Découvrez Microsoft 365 Copilot avec Coexya
Chez Coexya, nous vous accompagnons dans la prise en main de Microsoft 365 Copilot, une solution révolutionnaire d’intelligence artificielle générative.
Ce que nous proposons :
- Découverte : Explorez les fonctionnalités de Copilot et identifiez les opportunités adaptées à votre organisation.
- Préparation : Configurez un environnement sécurisé et préparez vos données pour maximiser les bénéfices.
- Animation : Déployez des programmes d’adoption et personnalisez Copilot pour répondre à vos besoins spécifiques.
Pourquoi investir dans Copilot ?
Parce que vous souhaitez :
- Accroître la productivité et réduire le temps passé sur des tâches répétitives.
- Favoriser la créativité avec des outils innovants.
- Garantir une IA sécurisée et responsable.
Jean-Louis, Directeur Technique de Coexya, nous parle de l'Intelligence Artificielle
Découvrez l’histoire de l'IA
Découvrez l’histoire de l’IA
Comment est née l’IA ?
L'IA, vaste sujet. On a rebaptisé des vieux systèmes qu'on appelait systèmes experts, dont la vocation était plutôt de remplacer les experts en codant tout leur savoir. Le rêve des chercheurs à ce moment-là était plutôt de dire, ok, on va capter tout ce qu'on peut capter des experts, on va les reproduire et on va pouvoir déduire à partir de cette connaissance tous les systèmes.
Des systèmes qui ont un peu capoté parce qu'il y a un rejet des experts eux-mêmes, en médecine particulièrement. Remplacer la prise de décision par un système n'est pas du tout acceptable. Et au contraire, il a fallu plusieurs années pour que les gens comprennent que ces outils-là ne devaient pas remplacer, mais aider tous les experts.
À partir de ce moment-là, les systèmes experts se sont vus remplacer par un terme un peu plus marketing, qui s'appelle l'Intelligence Artificielle. Le nom d'IA, est revenu, est apparu avec tout ce qui était le traitement d'images, l'analyse d'images avec des réseaux de neurones profonds, des réseaux convolutifs pour analyser et comprendre le contenu des images, les segmenter.
Et le nom d'Intelligence Artificielle a été réutilisé dans différents contextes avec des algorithmes, des régressions logistiques et toute approche qu'on pourrait avoir dans le modèle probabiliste qui nous permet de prendre une décision. On a un ensemble de, voilà les résultats attendus.
J'apprends la façon dont les résultats sont obtenus. Et cette approche est totalement différente de ce qu'on a pu faire, c'est-à-dire que ce n'est plus des règles, on a moins besoin de l'expert, on a plus besoin de données pour pouvoir apprendre. Bien sûr, des algorithmes qui n'ont pas besoin de données, il y en a, mais ce n'est pas les algorithmes les plus couramment utilisés aujourd'hui.
Quels sont les différents types d'IA ?
Quelles sont les différents types d'IA ?
Quelles sont les différents types d'IA ?
Alors, dans les IA, une fois que le nom est apparu, plusieurs approches. Et on le fait de manière très rétrospective. À partir du moment où, dans les années 2015, le traitement des images par des réseaux de neurones profonds, ce qu'on appelle aujourd'hui des IA connexionnistes.
On est remonté en arrière. Qu'est-ce qu'on faisait avant ? Juste avant de faire ça, on faisait des systèmes basés sur des règles qu'on appelle maintenant IA symboliques, pour pouvoir les comparer, qui nous permet de dire si A a alors B, et un certain nombre de règles comme ça, qu'il était très facile d'expliquer, mais très compliqué à mettre en œuvre, parce qu'il fallait être expert du domaine pour pouvoir le faire.
Les années ont fait qu'en 2015, particulièrement dans le domaine du traitement à l'analyse d'images, les réseaux de neurones profonds sont apparus avec des résultats simplement époustouflants. En 2015, la reconnaissance faciale par algorithme est plus performante qu'un humain.
Donc on atteint des sommets que l'on n'a jamais atteints avec les IA symboliques, et sont nées comme cela les IA connectionistes, basées sur des réseaux de neurones profonds, basées sur un apprentissage des données elles-mêmes, qui ont permis de non plus avoir la nécessité absolue d'un expert pour codifier les règles, mais une nécessité absolue d'avoir des données représentatives des éléments que nous sommes en train de traiter.
Le mouvement s'est encore plus accéléré en 2017, suite à la communication d'un article scientifique des équipes de recherche de Google, qui ont mis en capacité les machines à apprendre sur des gros volumes. Et là, est né, ce qu'on appelle les LLM, Large Language Models, bien évidemment mises en évidence sur tout ce qu'on appelle, aujourd'hui, l'IA générative.
Quelle est l'approche de Coexya sur l'IA ?
Quelle est l'approche de Coexya sur l'IA ?
Quelle est l’approche de Coexya sur l’IA ?
Depuis le lancement de ChatGPT par OpenAI, la planète entière a pris conscience que comprendre c'est bien, générer c'est aussi un réel complément dans l'analyse du langage et du discours au sens général. On commence à avoir des vraies interactions avec des réponses extrêmement pertinentes dans différentes langues, sur différents sujets et intégrer ça à nos modèles, à nos modèles de développement sont un gage de valeur ajoutée.
Aujourd'hui, notre valeur ajoutée, c'est de mêler toutes nos expertises métiers chez Coexya, donc sur des données géographiques, des données de santé, des données du monde juridique, associées à nos compétences techniques d'intégration de ce type de modèle, qui font que contribuer à la continuité du développement de l'IA chez Coexya, qui a démarré en 2009.
Quels sont les projets majeurs de Coexya, basés sur l'IA ?
Quels sont les projets majeurs de Coexya, basés sur l'IA ?
Quels sont les projets IA chez Coexya ?
On a fait un premier projet sur ces technologies en 2009 pour le ministère de la Santé sur la prise en charge des patients en situation d'urgence, et les outils qu'on pourrait mettre à disposition pour aider le médecin à prendre une décision.
Savoir que tel ou tel patient a un antécédent, tel ou tel patient a pris des anticoagulants alors qu'il a une plaie ouverte. Tout ça amène au médecin des éléments qui lui permettront de décider plus rapidement. Donc on a travaillé sur ce gros projet avec le ministère de la Santé dans le cadre du dossier médical patient.
On a travaillé sur toute une plateforme d'analyse de la propriété industrielle et la reconnaissance de formes dans les marques et brevets, particulièrement sur les objets figuratifs, la reconnaissance de logos, la classification, la mesure de similarité entre logos pour éviter des concurrences déloyales.
Dans le cadre du domaine de la santé, particulièrement dans le cadre de l'oncologie, un projet pour lequel nous ne sommes pas peu fiers, qui est le projet CONSORE, sur l'analyse des pathologies dans le monde oncologique et la recherche des différents éléments pour aider les chercheurs en recherche clinique à détecter les cohortes de patients sur l'analyse des données non structurées.
Maintenant, On arrive à une époque où, après la compréhension, on fait de la génération, d'où les IA génératives, pour tirer des conclusions. Les projets, aujourd'hui, sont multiples, essentiellement sous la forme de preuves de concepts, mais dans lesquels on vient gérer un certain nombre de données et on mêle ce type de technologie avec des IA connexionnistes qui permettent d'enrichir le dispositif global.
