Vous quittez notre site principal pour accéder à notre site chinois hébergé en Chine. Pour des raisons légales, aucun lien ne vous ramènera vers notre site principal.

Accéder au site chinois
Logo - Keyrus
Logo - Keyrus
  • Playbook
  • Services
  • Insights
  • Partenaires
  • Carrières
  • Qui sommes-nous ?
    Raison d'être
    Innovation & Technologies
    Keyrus s'engage
    Conformité & Règlementation
    Investisseurs
    Équipe de direction
    Marques
    Implantations

Avis d'expert

Reconnaissance d’images & Deep Learning : à la découverte d’un nouveau monde

Emmanuel RAMBEAU, Data Scientist Killian DECTOT, Data Scientist

Plusieurs milliards de photos sont publiées chaque jour sur Internet. Cette quantité inédite d’informations, conjuguée aux progrès exceptionnels du Deep Learning, a permis à la reconnaissance d’images (ou computer vision) de connaître un développement spectaculaire. Décryptage d’un phénomène dont on peine encore à mesurer l’ampleur.

LE DEEP LEARNING & LES RAISONS D’UN BOND TECHNOLOGIQUE

Le Deep Learning est une application du Machine Learning, un champ d’étude de l’Intelligence Artificielle. Le principe ? Les algorithmes apprennent automatiquement à reconnaître et classer des images. Pour y parvenir, le Deep Learning s’inspire de la structure du cerveau humain : les calculs mathématiques imitent les différentes couches de neurones. Tout le challenge de la computer vision consiste à trouver la meilleure structure de réseau de neurones possible. Cette opération passe par un jeu de paramètres, recalculé à chaque itération. Encore impossible il y a quelques années, la réalisation de ces calculs matriciels entre chaque couche reste une opération lourde et coûteuse.

Plus le calcul est profond, plus les prédictions sont fines. Autrement dit, plus on dispose d’informations, plus les réseaux de neurones seront performants. C’est pourquoi la masse de données désormais disponible est déterminante dans le développement de la reconnaissance d’images. C’est aussi la raison pour laquelle les GAFA (Google, Apple, Facebook, Amazon), principaux détenteurs de ces données, sont les leaders de ce marché.

Les GAFA ont donc fait le choix de mettre en libre accès plusieurs outils consacrés aux réseaux de neurones (Keras et TP de Google par exemple), accélérant ainsi l’accès à la technologie. De même, cette dynamique est nourrie par la mise à disposition de modèles opérationnels (transfer learning) par des instituts de recherche et le développement de MOOC dédiés (Coursera, Udacity). Autre élément déterminant : la plate-forme ImageNet et ses 14 millions d’images stabilisées, véritable matière première de la reconnaissance visuelle.  

LES ARCHITECTURES DES RÉSEAUX DE NEURONES

La théorie à l’origine des réseaux de neurones a vu le jour dès les années 1950. Mais il a fallu attendre plus d’un demi-siècle pour disposer d’une puissance de calcul et d’une quantité de données suffisante pour sa mise en pratique. La méthode d’apprentissage connaît aujourd’hui plusieurs types d’applications. Fondée sur une architecture de réseau de neurones dite recurrent neural networks, le NLP (Natural Language Processing) est à l’origine du fonctionnement des chatbots et des logiciels de traduction. La reconnaissance d’images mobilise un autre type d’architecture : les réseaux de neurones à convolution.  

DE NOMBREUSES APPLICATIONS AU POTENTIEL ENCORE INDÉFINI

Rares sont les secteurs dans lesquels la reconnaissance visuelle n’ouvre pas d’immenses perspectives. En cours de développement ou déjà en usage, voici quelques exemples donnant un aperçu de la révolution en cours.

  • Santé

    Une application décryptant les informations nutritionnelles d’un repas sur la base d’une photo de son assiette a été officiellement lancée début 2018. De même, encore en développement à ce jour, une application est capable d’évaluer la dangerosité des taches sur la peau après l’analyse d’une photo.  

  • Agriculture

    Grâce à une caméra qui observe la pousse de légumes et l’arrosage, un algorithme est capable de reconnaître les cycles de floraison. De même, la reconnaissance d’images peut servir à détecter la présence d’insectes dans un champ, de manière à pulvériser la quantité adéquate d’insecticide au bon moment et au bon endroit.

     

  • Industrie

    En installant une caméra avec reconnaissance d’images sur une chaîne de montage, les industriels détectent rapidement les produits défectueux, ce qui engendre une réduction drastique du temps d’intervention des opérateurs et un gain de productivité sensible.

PROBLÉMATIQUES ÉTHIQUES SOULEVÉES

  • Vidéosurveillance en Chine

    La Chine compte aujourd’hui 170 millions de caméras de vidéosurveillance dotées de la technologie de reconnaissance visuelle. D’ici 2020, le gouvernement a prévu d’en installer 400 millions de plus dans le cadre du programme Skynet destiné à couvrir l’ensemble du territoire. Un test a été réalisé en décembre 2017 par un journaliste de la BBC qui avait confié sa photo aux autorités : 7 minutes à peine ont été nécessaires pour le retrouver. Au-delà de la dimension sécuritaire, Skynet entend fonder une notation citoyenne de la population. En fonction de son comportement au quotidien, une personne pourrait se voir empêcher d’obtenir un prêt, de souscrire à une assurance ou encore de voyager à l’étranger.

     

  • Voiture autonome

    La voiture autonome est déjà une réalité. En France, une navette a été testée à Issy-les-Moulineaux en mars 2017 : 600 kilomètres ont été parcourus sans incident. Concrètement, des caméras enregistrent tout ce qu’il se passe autour de la voiture, alors qu’un algorithme prend, en temps réel, des décisions sur la manière d’agir. La technologie pose une question éthique fondamentale : en cas d’accident inévitable, qui la voiture choisira-t-elle d’épargner ? Un enfant ou une personne âgée ? Le Massachusetts Institute of Technology (MIT) a lancé en 2016 un questionnaire mondial afin d’évaluer les choix éthiques de la population. Les millions de réponses reçues ont mis en lumière des différences notables, notamment régionales. Il ne reste plus qu’à déterminer les critères à appliquer.

     

  • L’impact sur le travail humain

    Les technologies de reconnaissance visuelle sont capables d’assimiler le contenu textuel de documents photographiés, et cette aptitude pourrait fortement impacter l’emploi. La clef sera probablement d’envisager ces solutions technologiques non en opposition, mais en complément du travail humain. C’est ce qu’a prouvé une étude d’Harvard dans le secteur de la santé. Elle établit que le Deep Learning seul analyse efficacement les IRM dans 92 % des cas. De leur côté, les médecins atteignent un taux de 96 %. Mais aidés par l’IA, leur taux dépasse les 99,5%...

Emmanuel RAMBEAU Depuis 7 ans, Emmanuel exerce dans le domaine du décisionnel au sein de différents environnements. Certifié en Machine Learning & Deep Learning, il travaille au sein de Keyrus et affine ses connaissances à travers la diversité et la richesse de ses missions. Aujourd'hui, il transmet son savoir et aide les différentes équipes dans lesquelles il est impliqué chez ses clients à approfondir leurs fondements dans ces domaines.

Killian DECTOT Dans le cadre de sa dernière année d'école d'ingénieur en Mathématiques Appliquées et Modélisation à Polytech Lyon, Killian est actuellement consultant Data Scientist en alternance chez Keyrus. Au sein de la practice Data Science & IA, il étudie les différentes problématiques liées au Deep Learning dans le domaine de la Computer Vision, un domaine qu’il a déjà parcouru lors d'une mission effectuée à la National United University de Taïwan sur la thématique de la reconnaissance faciale.

whatsapptwitter
linkedinfacebookworkplace
newsletter.svg

Ne manquez jamais un insight

Tenez-vous au courant des derniers articles, événements, et bien plus encore

Votre adresse e-mail est uniquement utilisée pour vous envoyer la newsletter Keyrus et à des fins de prospection commerciale. Vous pouvez à tout moment utiliser le lien de désabonnement présent dans chaque newsletter envoyée. En savoir plus sur la gestion de vos données et vos droits.

Poursuivre la lecture

Communiqué de presse

Le Groupe Keyrus entre en négociation exclusive afin de réaliser un investissement stratégique dans Sonum International, leader Européen dans le secteur de l’EPM et spécialiste Anaplan®.

20 janvier 2023

Levallois-Perret (France), La Haye (Pays-Bas) – 20 Janvier 2023: Le Groupe Keyrus annonce être entré dans une phase finale de négociation dans le but d’acquérir une participation majoritaire dans Sonum International (*), un groupe européen, leader dans le conseil et la mise en œuvre de solutions EPM (‘Enterprise Performance Management’).

Événement

WEBINAR : Comment valoriser vos données grâce à la plateforme Talend ?

5 janvier 2023

Keyrus et Talend vous invitent à leur prochain webinaire dédié à la valorisation de vos données.

Événement

Matinale : Industries créatives & culturelles et Web 3. Où en sommes-nous ?

22 novembre 2022

Keyrus participe à la matinée organisée par la CCI Paris autour des NFT et du Web 3 appliqués au monde de la création et de la culture.

Article de blog

Métaverse & pilotage des données : l'expertise du Data Scientist

27 octobre 2022

Le futur est déjà là ! Le métaverse en première ligne est un terme qui est quotidiennement présent dans la presse. Le métaverse est la compression entre la réalité que nous connaissons, la réalité virtuelle et également la réalité augmentée. Ainsi, nous assistons à la disparition entre réalité et fiction…

Avis d'expert

MLOps, la clé pour faire entrer le machine learning dans le quotidien opérationnel de votre entreprise

12 octobre 2022

MLOps (contraction de Machine Learning Operations) est une méthodologie conçue pour optimiser et industrialiser le cycle de vie des projets faisant intervenir des algorithmes de machine learning ou de deep learning et maximiser leur ROI.

Infographie

Métavers, NFT et cryptomonnaie : zoom sur les innovations Web3 en plein boom

1 septembre 2022

Le métavers, un potentiel illimité ? Les NFT, un marché énorme mais qui s'essouffle ? La cryptomonnaie, une adoption pas encore au rendez-vous ?

Communiqué de presse

Keyrus devient l’actionnaire majoritaire de CMG Consulting Group, société de conseil spécialisée dans les métiers de la Banque, de la Finance, de l’Assurance, et de l’Immobilier

16 juin 2022

Paris, Levallois-Perret, le 16 juin 2022 - Acteur international de la Data Intelligence, du numérique et de la transformation des entreprises, Keyrus annonce une prise de participation majoritaire dans le capital de CMG Consulting Group, un réseau de cabinets de conseil spécialisés en pilotage de projet métier, conseil métier, et conseil en organisation dans les secteurs de la Banque, de la Finance, de l’Assurance et de l’Immobilier.

Avis d'expert

Raison d’être et culture d’entreprise pour relever les défis du siècle

16 juin 2022

Entre mutations sociétales majeures et enjeux écologiques pressants, les entreprises doivent repenser leur performance de manière globale.

Témoignage client

La Direction Formation d’Alliance Automotive Group accélère sa transformation

17 mai 2022

Le groupe Alliance Automotive a connu une forte croissance. Harmoniser les activités devenait crucial pour optimiser le fonctionnement du service formation.

Article de blog

Analyse de marché 2022 des solutions dataviz

4 mai 2022

Le marché français s’est énormément développé et aujourd’hui la data visualisation est incontournable au sein des entreprises.

Logo - Keyrus
Siège social

155 rue Anatole France 92593 Levallois-Perret

Téléphone :+33 (0)1 41 34 10 00

Fax :+33 (0)1 41 34 10 10

LinkedInInstagram
PlaybookServicesInsightsPartenairesCarrièresQui sommes-nous ?
Raison d'êtreInnovation & TechnologiesKeyrus s'engageConformité & RèglementationInvestisseursÉquipe de directionMarquesImplantations
Mentions légales & Conditions d'utilisation
Politique de confidentialité
Protection des données