Notre blog

Garder l'humain dans la boucle avec l'XAI

Quelle place l’explicabilité (XAI) occupe-t-elle aujourd’hui en Machine Learning et en Data Science ? Le challenge de ces dix dernières années en data science, a plutôt été de trouver la bonne “recette algorithmique” pour créer des modèles de ML toujours plus puissants, plus complexes et donc de moins en moins compréhensibles.

L'industrialisation de l'IA & le concept de MLOps

Le MLOps apparaît comme une nécessité pour pallier les difficultés lors du passage à l’échelle de l’IA au sein des entreprises : la reproductibilité, le versionning, l'intégration continue... C’était l’objet de l’une des conférence sur l'industrialisation de l'intelligence artificielle dans le cadre de l'Enjeu Day Industrie & Services 2022. Vous n’aviez pas pu y assister ? Retrouvez le replay.

A guide of the most promising XAI libraries

Using Machine Learning to solve a problem is good, understanding how it does is better. Indeed, many AI-based systems are characterized by their obscure nature. When seeking an explanation, looking to understand how a given result was produced, exposing the system’s architecture or its parameters alone is rarely enough. Explaining that a CNN recognized a dog by detailing the Neural Network weights is, to say the least, obscure. Even for models deemed as glass-box such as decision trees, a proper explanation is never obvious.

Les difficultés de l'industrialisation de l'IA

Pendant longtemps, l’objectif principal d’un Data Scientist a été de trouver la meilleure recette algorithmique pour répondre à un problème métier donné. Pour faciliter cette phase de prototypage, de nombreux outils ont vu le jour comme les librairies open-source et les plateformes de Data Science ; ces dernières allant même jusqu’à proposer une expérience no-code.

Implement PostgreSQL Pool connection in Rust

At Craft AI, we build a new product so data scientists can code and push, quickly and easily, in production, their machine learning algorithms. Our purpose is to make life easier for data scientists, for example, we handle data storage in a nice way so data scientists do not have to bother with saving and loading data from a database.

Entrez dans l'ère du prédictif grâce à l'IA !

Dans cet article nous allons tenter de définir ce qu’est l’Intelligence artificielle, quel rôle y jouent les données, comprendre en quoi le Machine Learning (apprentissage automatique) est le futur de l’IA et découvrir les cas d’usage qui révolutionnent déjà le quotidien de nos écoles, hôpitaux, collectivités et entreprises.

Les opportunités d’usage de l’IA dans le retail

L’intelligence artificielle connaît depuis quelques années un regain d'intérêt médiatique. L’IA, technologie d’utilité générale applicable dans l’ensemble des domaines de la société, laisse entrevoir des impacts économiques et sociaux considérables

Immersion dans la préhistoire grâce à l'IA

Pouvoir se promener dans une grotte habitée il y a plus de 500 000 ans, visualiser les restes d’une occupation humaine puis sortir dans la vallée qui la borde pour observer la faune et la flore de cette époque : voilà le rêve des archéologues du site de Tautavel, dans les Pyrénées-Orientales.

Cybersécurité : Astek et Craft AI s’associent

Astek et Craft AI, engagées dans un partenariat de codéveloppement de solutions de machine learning, présentent leur première réalisation dans le domaine de la cybersécurité. Les 2 entreprises ont codéveloppé un système d’authentification continue basé sur l’analyse comportementale des utilisateurs de systèmes informatiques.