Infographie: ikonaut

3. L’information au bout de vos doigts
Les employés d’un fabricant de montres peuvent retrouver rapidement les personnes, dates, lieux et objets impliqués dans la production de certains modèles et ce, sur leur écran, sans avoir à descendre aux archives. Les visiteurs d’une exposition d’art, quant à eux, peuvent s’amuser à parcourir des images similaires aux œuvres qu’ils ont préférées pendant leur visite.

2b. Trouver des similarités dans les images
Les réseaux neuronaux ont été préformés à reconnaître les visages humains ou les chats en utilisant les mégadonnées d’internet. Odoma utilise et ajuste ces réseaux pour les adapter à l’ensemble de données nettement plus réduit de sa clientèle, afin de pouvoir distinguer des motifs visuels incluant couleurs, lignes, styles et thèmes. Le flou intentionnel de l’algorithme permet au visiteur d’un musée de rechercher des œuvres visuellement similaires. Ses choix aident à améliorer le système.

2a. Extraire l’information exacte
L’algorithme d’Odoma est capable de déchiffrer l’écriture manuscrite en différents styles, des textes écrits dans des directions diverses, un passage noté par-dessus un ancien, voire du texte biffé. L’intelligence artificielle est aussi utilisée pour extraire des informations relatives à des personnes, concepts, lieux et dates, car les systèmes de recherche basés sur des règles sont, eux, rapidement dépassés par la complexité de la tâche. Des annotateurs humains revérifient ensuite les résultats peu fiables et entraînent le réseau neuronal.

1. Numériser votre matériel
Une maison de ventes aux enchères contacte un fabricant de montres de luxe pour savoir si ses archives de feuilles de calcul manuscrites peuvent confirmer l’authenticité d’un modèle ancien. Un musée veut rendre toute sa collection consultable par le public. La spin-off Odoma de l’EPFL recourt aux réseaux neuronaux artificiels pour rendre des millions de documents du patrimoine culturel accessibles et consultables.