Antoine Sylvain

AnotherBrain est une start-up mettant au point un nouveau type d’IA, dite bio-inspirée (Organic AI).

L’intérêt de cette approche est de proposer des IA nécessitant peu de données d’entraînement, peu

coûteuses en énergie, et explicables.

Le projet Sound-Detector consiste à appliquer l’IA bio-inspirée à la reconnaissance de signaux

sonores. Déterminer s’il s’agit de parole ou de musique, et détecter les notes/phonèmes. Le signal

est processé afin d’être découpé en éléments significatifs, et d’obtenir une signature des éléments

qui permet des les identifier.

L’équipe commando est chargée d’intervenir sur des sujets transverses aux équipes métiers de marché pour mettre en place rapidement des solutions aux problèmes techniques qui se présentent à ces dernières, ou de développer rapidement des outils répondant à des besoins spécifiques.

• VRT : développement d’un outil réalisant une réduction de dimensions sur des données financières, tout en maintenant une corrélation entre la courbe réduite et la courbe d’origine.

• Olapy : outil Python permettant de récupérer des données sur des hypercubes cross plateformes sans passer par l’interface Microsoft.

L’objectif du programme Confiance.AI, qui regroupe l’État et des partenaires industriels, est de concevoir et d’industrialiser des systèmes à base d’intelligence artificielle de confiance. Au sein de ce programme, le projet EC5 était centré sur la confiance dans les données, en passant notamment par la réalisation d’une plateforme data et d’outils dédiées garantissant l’accès et la fiabilité des données aux partenaires.

• Étude des avantages comparatifs respectifs de MongoDB et ElasticSearch/Opensearch

• Automatisation du transfert et du formatage des données brutes vers la plateforme de données centralisée

• Mise en place d’indices couvrant les différentes étapes d’une expérience de machine learning (data, modèle, prédictions) pour différents types de données (séries temporelles, images)

• Développement de scripts de contrôle de la qualité des données

• Mise en place d’un système de versioning des données et expériences de machine learning pour permettre leur reproductibilité