Réflexions et tendances dans le domaine de la technologie

L'IA générative comme copilote : les modèles d'IA spécialisés et leur impact sur l'innovation en matière de conception.

Découvrez les méthodes d'acquisition optique 3D : Vision stéréo, lumière structurée, temps de vol et LiDAR.

Découvrez la puissance de la vision 3D par ordinateur et son impact sur les industries. Découvrez les avantages, les applications et les tendances.

Dans cet article de blog, nous explorons les différentes options qui existent autour de l'utilisation de ChatGPT et d'autres modèles GPT. Pour chaque option, nous déterminons les risques liés à la conformité, à la sécurité et à la confidentialité.

Dans cet article, nous nous plongeons dans l'esprit de Kaat Van Doren, responsable des talents et de la culture chez ML6, qui explore le rôle de la curiosité au sein de l'organisation et dans sa propre vie professionnelle lors d'une séance de podcast avec Cevora.

LoRA révolutionne la mise au point des grands modèles d'IA en permettant une adaptation efficace sans solliciter les ressources. Découvrez ses principes, son efficacité et son impact sur la communauté open-source.

Découvrez les principaux amendements proposés dans la loi européenne sur l'IA, notamment les applications interdites et à haut risque, les réglementations relatives aux modèles de fondation et à l'IA générative, ainsi que l'impact sur les composants open-source. Préparez-vous aux prochaines réglementations en matière d'IA et à leurs implications.

Explorer le potentiel des grands modèles de langage (LLM) pour les entreprises : modèles, outils, défis et applications

Cet article explore le processus d'étiquetage des données vocales pour la reconnaissance automatique de la parole (ASR).

Nous aborderons les bases des modèles de langage et la manière dont ils peuvent être entraîner sur les données de votre organisation afin d'améliorer la précision des recherches, d'automatiser le balisage et même de générer de nouveaux contenus.

Jens Bontinck, Head of Delivery & Advice, partage son point de vue sur le statu quo d'AutoGPT. Dans ce billet, vous n'apprendrez pas à l'utiliser et je n'entrerai pas dans les détails de la solution technique. Par conséquent, si vous êtes un propriétaire de produit, un analyste fonctionnel ou un enthousiaste commercial, cet article devrait vous intéresser. Je suis heureux de lire vos commentaires !

Découvrez la vérité derrière l'engouement médiatique de ChatGPT et GPT-4. Découvrez le potentiel de GPT-4 à changer la donne ou s'agit-il simplement d'un autre gadget.

Jens Bontinck partage son point de vue sur une technique récente appelée Reflexion

La manière dont nous donnons à nos agents les moyens d'emprunter leur propre voie vers le succès.

Dans ce billet de blog, nous couvrons les aspects les plus importants de la résolution d'un problème de vision par ordinateur en étiquetant vos propres données.

Amélioration de la détection des lignes des courts de tennis à l'aide de l'apprentissage automatique pour des prédictions en temps quasi réel.

Un guide sur la façon de choisir le cadre de diarisation des orateurs qui convient à votre cas d'utilisation.

Conseils pour naviguer dans le processus de recrutement et déterminer les entreprises qui vous conviennent le mieux.

Cet article de blog explore l'état actuel des outils AutoML et leur capacité à tenir la promesse d'automatiser les tâches d'apprentissage automatique sans connaissances spécialisées.

Apache Beam dispose d'un grand nombre de connecteurs d'E/S, mais tous les connecteurs ne sont pas disponibles dans la langue de votre choix.

Principaux points à retenir du nouvel outil d'IA Visual Inspection de Google Cloud.

Explorer la mise en œuvre pratique de la tarification dynamique, son efficacité, ses défis et l'utilisation de l'échantillonnage de Thompson pour optimiser les prix.

Exemples de cas d'utilisation de l'IA pour l'action climatique et les énergies propres, ainsi que pour l'industrie et l'agriculture durables.

Exemples de cas d'utilisation de l'IA dans les domaines du transport et de la mobilité et de l'environnement et des océans.

Identification des lacunes dans les architectures pour SLR/SLT en considérant et en exploitant les architectures de pointe existantes.

La recherche sémantique d'un point de vue commercial et comment elle peut apporter de la valeur à vos processus commerciaux.

Ce billet de blog couvre la nécessité de MLOps et la façon dont il aide à gérer la complexité des modèles d'apprentissage automatique et des déploiements. Ensuite, il aborde les implications commerciales de la mise en œuvre de MLOps comme un véritable écosystème. Enfin, les défis liés à la mise en place d'une capacité MLOps sont abordés afin de garantir le succès de vos initiatives d'apprentissage automatique au sein de votre organisation.

Déploiement d'un pipeline Scikit-learn + modèle de classificateur LightGBM sur Vertex AI pour des prédictions en ligne explicables

Les modèles de conception hybrides courants de la PNL et des exemples de situations dans lesquelles il convient d'opter pour tel ou tel modèle.

Comment aborder l'incertitude dans l'apprentissage automatique : modèles de prévision, de régression et de classification.

Lors du déploiement d'un modèle Transformer, la complexité augmente puisqu'en plus du modèle, il faut aussi considérer comment déployer le tokenizer. Est-il préférable de déployer le tokenizer sur le serveur ou de laisser les utilisateurs finaux s'en charger ? Quelle est la meilleure façon de déployer le tokenizer avec le modèle sur le serveur afin de minimiser la latence d'inférence et les coûts ?

Mais que faire si l'on ne dispose pas encore de données utilisables ou si l'on n'en a pas suffisamment pour commencer ? Une option évidente est de collecter (plus) de données. Mais aujourd'hui, nous voulons aller plus loin. Nous allons examiner trois autres dimensions qui peuvent être pertinentes pour débloquer les cas d'utilisation de la ML : la protection des données, les données externes et les données synthétiques.

Applications de l'utilisation de VQGAN combinée à des modèles de diffusion discrète par absorption.

Nous passons en revue et comparons les modèles génératifs SOTA précédents, des autoencodeurs aux modèles autorégressifs, et nous nous dirigeons vers le modèle de diffusion absorbant discret.

Développement d'un générateur de logo basé sur DALL-E.

Détection des erreurs dans les résumés abstractifs générés par les transformateurs

Comment nous abordons la gestion de l'information au ML6 et comment notre radar technologique nous aide à le faire.

Dans ce billet de blog, nous allons découvrir la complexité du pooling qui se cache derrière son apparente simplicité.

Apprenez-en plus sur les similitudes et les différences entre les transformateurs et les transformateurs de phrases.

Un guide pratique pour générer des données artificielles avec Unity Perception.

Des idées sur la manière de faire fonctionner votre Transformer dans le nuage de manière rentable.

Comment maximiser la valeur des données pour améliorer les performances des modèles ML tout en minimisant le coût de cette opération.

Évaluation de Detic pour la détection d'objets dans des milliers de classes.

En collaboration avec SWISS KRONO, ML6 a identifié les différentes exigences pour les cas d'utilisation de l'IA. Les principales exigences sont une architecture et une infrastructure de données solides, des équipes pluridisciplinaires et le soutien de la direction et de l'organisation.

Dans cet article, nous allons configurer un conteneur docker pour exécuter un pipeline NVIDIA Deepstream sur un GPU ou un Jetson et vous montrer quelques astuces pour en tirer le meilleur parti ! La documentation, les guides et les exemples de projets Deepstream sont peu nombreux, cet article se veut donc une référence pour vous permettre de passer de Deepstream zéro à Deepstream-hey-I-can-make -a-pipeline-now et au-delà !

Version abrégée de la proposition de loi sur l'IA : ce qu'il faut savoir.

Mise à disposition d'ensembles de données de résumés néerlandais pour l'apprentissage par transfert

Un aperçu pratique de la recherche d'informations, en particulier de la recherche sémantique.

Pourquoi nous avons créé une unité d'IA éthique au ML6 et ce que nous avons appris jusqu'à présent.

Dans ce billet de blog, nous examinons ce qu'est l'augmentation des données et comment vous pouvez découvrir efficacement de bonnes stratégies d'augmentation des données pour votre modèle et votre cas d'utilisation.

Une brève introduction à la détection d'anomalies non supervisée et à son application.

Dans le cadre d'un partenariat avec les organisations Reef Support et Fruitpunch AI, nous avons conçu un algorithme de segmentation d'images. Le principal défi était la façon dont les données sont étiquetées, contenant des annotations de pixels éparses créées par des experts du domaine. Le billet de blog couvre de manière générale la façon dont nous avons résolu ce défi, et comment le défi sera relevé à l'avenir.

Dans cet article, nous examinons la détection d'objets à l'aide de données de capteurs de profondeur 3D. Nous expliquons comment deux approches récentes, VoteNet et 3DETR, s'attaquent au problème et évaluons leurs performances dès le départ et après un réglage de finition.

Entraîner des réseaux neuronaux plus rapidement avec JAX sur les TPU

Blogpost d'introduction à JAX : comment il fonctionne, en quoi il est différent de Tensorflow/Pytorch et pourquoi nous pensons que tout ingénieur en machine learning devrait l'ajouter à son arsenal d'outils.

Nous explorerons comment la bibliothèque Connexion facilite la conception API-first avec Python et examinerons les avantages de l'API-first par rapport à l'approche opposée du "code-first". Sur la base d'un exercice d'évaluation comparative et de nos valeurs, nous examinerons plus en détail les raisons pour lesquelles nous contribuons au maintien de Connexion.

Nous faisons tourner la roue et faisons de la semaine la plus improductive, la semaine la plus productive de l'année avec nos projets XMas.

Deepstream 6.0 Python Boilerplate pour le traitement multi-capteurs basé sur l'IA et la compréhension vidéo

Découvrez trois façons dont les graphes de connaissances et l'apprentissage automatique se renforcent mutuellement.

Le TabTransformer pré-entraîné donne de bons résultats en pré-entraînement non supervisé sur les données tabulaires, mais LightGBM le surpasse sur les petits ensembles de données étiquetées.

Apprenez à utiliser le modèle ByT5 pour la correction OCR, un modèle sans jeton qui fonctionne sur des octets bruts de texte.

Les entreprises des secteurs tels que les médias, la finance, la juridiction et bien d'autres encore, ont tendance à accumuler une grande quantité de documents de taille moyenne ou longue. Le traitement de ces documents peut s'avérer difficile. Nous allons ici nous pencher sur les trois principales tendances.

Un guide pratique pour des réseaux neuronaux efficaces : des techniques de compression de modèles comprenant l'élagage, la quantification, la distillation des connaissances, et des astuces d'optimisation comme le point de contrôle du gradient et l'accumulation.

Apprenez à structurer vos données à l'aide de knowledge graphs dans ce blog d'introduction aux knowledge graphs et à leurs applications commerciales.

Reconnaissance des actions de tennis en temps réel avec Movinet Stream : Analyse de vidéos sportives dans le monde réel

On nous demande souvent comment détecter de très petits objets dans des images à haute résolution, c'est-à-dire de très grande taille. Un bon exemple est la recherche d'objets dans des images aériennes. L'objectif de cet article est de démontrer une approche pratique de ce problème en utilisant l'Hyper Inférence Assistée par Tranchage (SAHI).

Dans ce billet de blog, notre ingénieur ML Juta va plonger dans le monde de l'IA multimodale. L'IA multimodale est capable de raisonner sur différentes modalités, telles que le texte et les images, en même temps et conduit à une compréhension plus générale à travers les domaines.

Liam, Data Engineer, examine comment les pipelines peuvent être déployés sur le nouveau produit GCP amélioré, Vertex AI Pipelines. L'outil récemment publié adopte une approche plus gérée des pipelines dans GCP, ce qui promet de rendre l'exécution des pipelines MLOps dans le cloud plus facile que jamais.

Notre responsable de l'IA éthique, Caroline, explique pourquoi l'explicabilité est importante lors du développement de solutions d'IA, et comment penser à mettre en œuvre l'IA explicable dans l'ensemble du cycle de projet ML.

Le réchauffement de la planète est l'un des plus grands problèmes auxquels l'humanité est actuellement confrontée. Malgré les efforts des gouvernements pour réduire la production de gaz à effet de serre, les émissions continuent d'augmenter chaque jour. De plus en plus, la technologie semble être un outil prometteur pour lutter contre ce problème. C'est pourquoi, chez ML6, nous avons décidé de nous plonger dans des cas réels d'utilisation dans quatre domaines différents où l'apprentissage automatique peut être appliqué pour aider la planète.

Dans notre dernier billet de blog, nous avons parlé de ce qu'est l'IA digne de confiance et éthique, et de la façon dont nous, chez ML6, aidons nos clients à établir la confiance avec leurs clients et leurs employés grâce à notre évaluation des risques de l'IA éthique. Dans ce billet, nous voulons rendre la chose plus pratique, et démontrer quelles dimensions et questions nous pourrions considérer lors d'une telle évaluation.

Au-delà des images : Exploiter la puissance de l'analyse vidéo

Pour prouver notre engagement envers la sécurité de l'information, notre programme de sécurité est certifié selon la norme ISO/IEC 27001:2017. Cette norme internationalement reconnue fournit des exigences pour établir, mettre en œuvre, maintenir et améliorer continuellement la sécurité des informations au sein d'une organisation. Dans cet article, nous expliquons tout à propos de notre certification ISO 27001.

Nous examinons comment les modèles peuvent être déployés et utilisés pour la prédiction sur le nouveau produit GCP amélioré, Vertex AI. La plateforme a été lancée il y a quelques semaines et, outre l'ajout de fonctionnalités supplémentaires, les fonctionnalités existantes, telles que le service des modèles pour les prédictions, ont été mises à jour et améliorées. Nous examinons comment les points de terminaison sont désormais un élément central des prédictions de modèles et comment les conteneurs ont rendu le déploiement de modèles personnalisés très simple.

On nous demande souvent de prévoir la demande de ventes pour les clients. Récemment, nous l'avons fait avec succès en utilisant Prophet. Un nouveau package appelé NeuralProphet s'appuie sur ce modèle : il ajoute des réseaux neuronaux au mélange. Dans ce billet, nous comparons les deux modèles de prévision de séries temporelles sur un ensemble de données réelles. Nous prévoyons les volumes de ventes B2C dans le commerce de détail afin de déterminer les forces et les faiblesses des deux méthodes.

L'IA peut contribuer de manière significative à la fabrication en accélérant l'action et la prise de décision, en concevant des produits, des services et des matériaux innovants, en améliorant l'efficacité, en augmentant la précision et en réduisant les coûts. Il est temps de changer. Vous pouvez activer l'IA sans avoir besoin d'investissements élevés en capital ou de remaniements majeurs des processus. Il vous suffit de rechercher les bonnes opportunités pour être plus productif et durable.

Dans ce billet de blog, nous nous attaquons au défi de choisir la bonne caméra pour vos projets de vision ML en soulignant quelques caractéristiques clés de la caméra qui vous aideront à prendre votre décision.

Dans ce blog, nous allons découvrir quelques défis urgents dans l'industrie de la fabrication des sciences de la vie et comment les percées dans les techniques d'apprentissage automatique offrent des rendements mesurables.

Dans ce billet, nous expliquerons comment l'IA peut aider à résoudre les défis typiques du modèle commercial des entreprises des sciences de la vie.

Qu'est-ce que l'IA éthique et digne de confiance et comment nous, au ML6, aidons nos clients à libérer la pleine valeur de l'IA et à établir la confiance avec leurs clients, leurs employés et la société dans son ensemble.

Avec nos services de conseil, nous aidons de multiples clients à accélérer l'adoption de l'IA et de l'analytique avancée en donnant des recommandations concrètes pour leur architecture de données et de cloud et leur paysage applicatif. Dans le dernier billet de blog de Koen, il explique notre point de vue sur l'équipe de l'entreprise moderne et partage cinq conseils et astuces pour tirer le meilleur parti de vos données et vous organiser pour réussir.

Ingénieurs analytiques ? Ingénierie analytique ? ‍Ancore un nouveau terme dans le monde des données ou est-ce un exemple de marketing intelligent ? L'ingénierie analytique est un terme mis en avant par l'équipe à l'origine de Dbt, Data Build Tool. Dbt, et DataForm, récemment acquis, sont des outils qui simplifient l'ingénierie et la gouvernance des données pour les pipelines de données exprimés en SQL.

Les données sont le "carburant" du ML. Pourtant, dans de nombreux projets, il est toujours difficile d'obtenir les bonnes données en raison d'un manque de documentation, de problèmes de qualité des données, de données historiques manquantes, de problèmes d'évolutivité des plateformes de données et d'un manque général d'appropriation.

Construire une architecture de données à l'épreuve du temps : Principales idées et recommandations

Améliorer les interfaces Python à l'aide d'arguments exclusifs aux mots-clés

Il y a peu, nous avons eu le plaisir d'apprendre que ML6 avait remporté le prix 2020 de "l'innovateur de l'année en matière d'IA" dans le cadre des prestigieux Data News Awards for Excellence. Pour célébrer cette récompense, nous aimerions partager avec vous les coulisses de la façon dont nous encourageons l'innovation chez ML6.

Cet article de blog explique et démontre comment optimiser le processus de détection d'objets lorsque l'on vise une grande précision en utilisant le modèle léger de détection d'objets EfficientDet de Google.

Mise en place d'une architecture de confiance zéro pour un travail à distance sécurisé

Homomorphic Encryption for Deep Learning with Intel's HE-Transformer - Exploration des possibilités d'hébergement d'un modèle de ML pour effectuer une inférence sur des données cryptées en utilisant le cryptage homomorphique.

5 applications de l'IA pour améliorer la stratégie de vente au détail aujourd'hui

Exploration de l'Edge TPU de Google : Qu'est-ce que c'est, comment ça marche et pourquoi c'est important ?

La carte EdgeTPU Dev Board de Google surpasse la clé Movidius d'Intel avec une accélération de plus de 10 fois du temps d'inférence.

Log4Shell a mis les équipes de sécurité du monde entier sur les dents Dans ce billet de blog, nous expliquons comment et pourquoi nous avons créé une carte des menaces en direct sur Google Cloud pour détecter et visualiser les cyberattaques et les exploits de Log4j.

Nous vous guiderons à travers l'architecture technique de TalkNet afin de vous fournir une compréhension technique de base. Ensuite, nous vous montrerons comment vous pouvez l'entraîner vous-même à partir de vos propres données.