Concours i-Lab : automatiser parfaitement le contrôle qualité avec DeepHawk

" On Refait le Pitch ", c'est une rencontre avec un des lauréats du concours d'innovation i-Lab, qui présente le lancement et le développement de sa création en moins d'une minute. Ensuite, l'entrepreneur évoque les prochaines étapes à venir pour l'entreprise.

Aujourd'hui, Gilles Allain, CEO et cofondateur de DeepHawk revient sur la solution d'intelligence artificielle (IA) pour le contrôle qualité de la deeptech, qui a pour spécificités de fonctionner directement sur les serveurs de l'entreprise et d'apprendre rapidement à reconnaitre les défauts à l'aide d'une cinquantaine d'images.

Une innovation proche du fonctionnement du cerveau humain

Si la détection automatisée de défauts n'est pas une nouveauté, DeepHawk propose, grâce à l'utilisation de datasets (ensemble structuré de données regroupées dans un format spécifique, ndlr) plus petits permettant de travailler plus intelligemment, une IA frugale (une intelligence artificielle moins gourmande en données et en puissance de calcul ndlr). " Notre intelligence artificielle va utiliser 50 images au lieu d'une IA de Deep learning qui, quant à elle, va en avoir besoin de 3000 ", détaille Gilles Allain.

Une technologie qui se rapproche du fonctionnement du cerveau humain d'après ce dernier et qui divise par la même occasion son empreinte carbone. Une innovation qui a notamment permis à DeepHawk de percevoir une subvention de plusieurs centaines de milliers d'euros.

Pour en savoir plus sur l'innovation et les prochaines étapes de DeepHawk, retrouvez l'intégralité de l'interview ici :

Cet article a été publié initialement sur Big Média Concours i-Lab : automatiser parfaitement le contrôle qualité avec DeepHawk