Alors que la DGA avait choisi Earthcube pour mener deux projets d’étude IA dans le cadre du développement de l’avion de chasse du futur, la start-up annonce désormais qu’elle met sa plateforme de développement IA à disposition des entreprises. Elle souhaite ainsi leur permettre de développer et de déployer en production plus rapidement des modèles d’IA robustes, performantes, et capables de fonctionner en autonomie, pour répondre aux niveaux d’exigences des industries les plus critiques.
Earthcube, startup spécialisée dans l’IA au service des systèmes critiques fondée par Arnaud Guérin et Renaud Allioux, a annoncé rendre disponible sa plateforme de développement de solutions d’Intelligence Artificielle. Elle va permettre aux entreprises de développer et déployer leurs propres solutions d’IA via un socle solide et éprouvé, intégrant continuellement les dernières innovations dans le domaine. Cette plateforme de développement qu’Earthcube utilise aujourd’hui pour mettre au point ses propres algorithmes regroupe deux composants principaux :
Framework IA : Ce framework, développé en interne par l’équipe de data scientists d’Earthcube à partir de Keras et Tensorflow permet de développer rapidement des solutions d’intelligence artificielle répondant à des enjeux critiques de robustesse et de performances et d’autonomie. Le framework IA englobe toutes les étapes de la création de modèles de deep learning : la création des datasets d’entraînement, le design de l’architecture, l’entraînement du modèle, la prédiction avec le modèle entraîné ainsi que la possibilité de faire une évaluation précise de cette prédiction, ainsi qu’une brique dédiée au déploiement en production des modèles.
Le framework intègre en outre plusieurs types d’architectures de réseaux de neurones, comme ResNet, Retinanet ou encore Segcaps, intégralement paramétrables de manière très simple. Chaque paramètre de l’architecture choisie peut être adapté en modifiant le fichier de paramétrage initial. Il est donc possible de choisir entre utiliser des briques technologiques préexistantes et les modifier si besoin, ou de développer les briques soi-même, pour finalement assembler ces différentes briques entre elles.
Data Platform : La Data Platform d’Earthcube, interconnecté avec le framework IA, est un outils clé pour la productivité et le passage à l’échelle. La Data Platform permet non seulement une visualisation des données mais aussi une meilleure compréhension de ces dernières, en agrégeant leurs métadonnées (type de capteur, conditions météorologiques, etc) pour créer des datasets d’entraînements et de tests plus pertinents et augmenter la fiabilité et la performance des modèles.
L’interconnexion avec l’IA framework permet d’accéder automatiquement à des informations précédemment enregistrées, telles que des datasets pré-construits, mais aussi aux modèles existants et ainsi de faire tourner des tests automatiquement. Enfin, la plateforme permet une analyse quantitative et qualitative des comportements des modèles en affichant les résultats directement sur les images, ainsi que leurs métriques de performance. Cela permet à l’équipe de Data Science de vérifier rigoureusement la manière dont les modèles se comporteront une fois déployés.
« Notre propre plateforme de développement IA permet aux entreprises de s’appuyer sur des outils fiables, robustes et avant-gardistes pour accélérer le développement et le déploiement à grande échelle de leurs applications dans le domaine de l’Intelligence Artificielle», déclare Arnaud Guérin, CEO et co-fondateur d’Earthcube.
« Cette plateforme, initialement développée pour notre productivité interne, est le fruit de notre expérience dans le développement de solutions IA pour les secteurs critiques, comme le secteur de la Défense. Elle répond donc à des enjeux très élevés de fiabilité, de performance et d’autonomie.
La mise à disposition de ses outils à tous types d’acteurs s’inscrit directement dans la stratégie de développement d’une intelligence artificielle scalable d’Earthcube. La plateforme de développement IA permet aux entreprises de développer rapidement des applications d’IA répondant à des enjeux critiques, mais aussi d’assurer un passage en production à grande échelle. Elle est disponible aussi bien on premise qu’en fonctionnement SaaS.
