Industrie Mag - Le journal de l'industrie.
- accueil .
- newsletter .
Flux RSS . - soumissions .
- publicité .
- contacts
Flux RSS .
Cartesiam, éditeur de logiciel B2B spécialisé dans l’intelligence artificielle embarquée dans des microcontrôleurs, annonce qu’elle est distinguée comme un des 3 seuls vendeurs identifiés dans le « Gartner Hype Cycle for Semiconductors and Electronic Technologies, 2019 », dans la catégorie « Edge AI ». Pour ce célèbre cabinet d’analystes, les industriels doivent investir rapidement dans ce type de technologie qualifiée « de nouvelle génération » dont Cartesiam est un des acteurs phares. Une technologie émergente dont la start-up française ambitionne de devenir rapidement le leader mondial.
Chaque année, Le Gartner Group publie son Hype Cycle. Ce rapport, très attendu par les industriels et les investisseurs, rend plus accessibles les modèles de maturité des technologies. Il décrit notamment les grandes tendances qui auront un impact fort sur les DSI et sur les entreprises. La dernière mouture s’intéresse aux semi- conducteurs et aux technologies électroniques. Elle place le Edge AI comme une technologie émergente et génératrice d’innovation. Une offre qui se décline sous le nom de NanoEdgeTM AI chez Cartesiam.
Pour le Gartner Group, ces technologies d’IA embarquée auront de forts impacts transformationnels dans les deux à cinq ans. Cartesiam est le seul éditeur de logiciel listé comme vendeur. Ceci s’explique par le fait que la start-up a développé une technologie très innovante, NanoEdgeTM AI, qui redistribue les cartes en matière d’intelligence artificielle dans le « Edge ». Les deux autres acteurs mentionnés par le Gartner dans cette catégorie « Edge AI » sont deux fabricants de semi- conducteurs, STMicroelectronics et Renesas Electronics.
Pour le Gartner Group, le « Edge AI » va s’imposer rapidement grâce à un avantage décisif : via les fonctionnalités de Machine Learning embarquées dans un microcontrôleur, les industriels analysent et interprètent localement les données. Ils sont ainsi en mesure de supprimer la latence en termes de décision et peuvent agir vite et de manière sécurisée car les données restent en périphérie et n’ont pas besoin d’être transmises dans un cloud. Le traitement et l’analyse s’exécutent dans un microcontrôleur très peu énergivore, alors que les architectures qui utilisent des réseaux neuronaux pré-entraînés sur des serveurs restent très consommatrices d’énergie.
Comme l’explique le Gartner dans son rapport « les 3 barrières à l’adoption de l’IA », les compétences en IA et la disponibilités des données sont deux des trois barrières à l’entrée ralentissant l’adoption de l’IA et son déploiement massif dans les entreprises. Dans un modèle traditionnel, data-set et datascientist sont indissociables pour la réussite de tout projet. Or, la constitution d’un jeu de données pertinentes et la disponibilité de datascientists pour travailler ces données et développer des algorithmes basés sur les apprentissages profonds (Deep Neural Network) sont la condition sine qua non du développement de solutions.
Ainsi, les industriels n’ont plus à recourir à ces profils d’experts de plus en plus rares et à des jeux de données difficiles à constituer pour développer des solutions à base de machine learning dans le « Edge ». Les fabricants de semi-conducteurs l’ont bien compris. Ils investissent de plus en plus dans ce type de technologie et plusieurs d’entre eux ont noué des partenariats avec Cartesiam. Ils permettent ainsi à leurs clients de garder la maitrise de leurs données en faisant analyser celles-ci directement à la source (Edge), là où le signal se transforme en donnée, plutôt que dans le cloud.
Les signaux analysés à la source peuvent être divers et variés. Il peut s’agir, comme le fait Bob, l’assistant intelligent de éolane, d’apprendre puis de surveiller les vibrations d’une machine. L’objectif étant d’en détecter les anomalies et de réaliser, dès que nécessaire, des opérations de maintenance prédictive. Cette solution, qui se base sur NanoEdgeTM AI de Cartesiam, est d’ores et déjà déployée de manière massive dans des entreprises européennes de toutes tailles et plus récemment aux USA. D’autres clients de Cartesiam, bureaux d’études et clients finaux, travaillent sur des solutions à base de NanoEdgeTM AI mais utilisant des signaux différents tels que le son, la magnétométrie, la pression ou encore les polluants de l’air.
Il se vend chaque années 40 milliards de microcontrôleurs dont 15 milliards sont connectés à l’économie mondiale. Ces composants sont intégrés dans tous les objets du quotidien, de la machine à café au climatiseur en passant par les voitures et bien évidement, dans tous les objets connectés. C’est sur ce marché de l’IA embarquée que Cartesiam ambitionne de devenir le leader mondial.
« Le fait d’être identifié dans la Gartner Hype Cycle 2019 comme l’un des 3 fournisseurs de la brique Edge AI est un grand honneur et une belle reconnaissance pour toute l’équipe Cartesiam. Notre technologie est le fruit de plusieurs années de recherche et développement où nous avons fait le choix de réécrire, à partir de l’algèbre, tous les algorithmes de machine learning afin qu’ils puissent tourner dans un environnement aussi frugal que celui d’un microcontrôleur. » commente Joël Rubino, CEO et co-fondateur de Cartesiam.
Il ajoute « C’est ainsi que nous avons créé NanoEdgeTM AI, un moteur de Machine Learning de nouvelle génération. Avec notre technologie, nous permettons aux bureaux d’études et aux industriels d’intégrer très simplement des fonctions de Machine Learning dans tous les objets du quotidien. Nous sommes en avance de plusieurs années sur nos concurrents mondiaux. Ceci explique la rapidité de notre développement international et cette reconnaissance de la part du Gartner Group »
