Communiqués de presse

En pratique, la solution développée en ce moment par Qualees et dénommée TweenMe, propose une première étape de qualification et d'enrichissement du patrimoine de données des clients en fonction de leur problématique. L’outil procède ensuite à un enrichissement dimensionnel, c’est-à-dire une augmentation volumétrique des données pour préparer un jeu de données optimisé sur lequel repose l’apprentissage dit « causal » des IA de TweenMe. Celui-ci procède également à l’anonymisation des données. Un modèle est ensuite généré puis packagé dans une application avec une interface utilisable par un utilisateur final lambda, expert dans son domaine et non familier des méthodes d’IA. Cette approche est révolutionnaire en ce qu’elle fait appel à une volumétrie moindre de données tout en permettant de créer des modèles à la fois optimisés et plus fiables car utilisant des nouvelles architectures d’IA (les neural statistical networks) qui permettent de limiter les hallucinations et d’optimiser la performance sur des jeux de données de plus en plus complexes.