Relevant news and more for you. Welcome to our blog

Présentation de SkyVue Capture
Présentation de SkyVue Capture

SKYVUE CAPTURE C’EST QUOI ? SkyVue Capture est un outil complémentaire à l’application SkyVue Access. Elle permet de Capturer facilement des données n'importe où sur un site de construction du sol  jusqu’au plafond de manière rapide et simple. Elle permet aux ouvriers présents sur un chantier de prendre les données nécessaires au suivi du projet afin que le propriétaire du chantier puisse les consulter à tout moment et évaluer l’état d’avancement de son bâtiment. SkyVue Capture a été conçu grâce à une technologie de pointe pour garantir simplicité, maniabilité et fiabilité.                                                                                                  SKYVUE CAPTURE COMMENT ÇA MARCHE? L’application Capture est conçue pour être utilisée principalement par les professionnels présents sur un chantier. Elle leur permet de prendre des photos de qualité, des images 360, des vidéos et des mesures. Comment ? Tout d’abord l’ouvrier ou chef de chantier doit télécharger l’application et se connecter. Une fois dans l’application il y retrouvera des projets créés avec leur plan et tags ajoutés en amont par le porteur de projet ou notre équipe sur la plate-forme SkyVue Access. Il n’aura alors qu’à entrer dans un tag et renseigner les données. (Photos, 360, vidéos, mesures : il s’agit ici des mesures du sol, des murs et des différentes ouvertures ) SkyVue Capture est dédié à la collecte des données par des ouvriers sur le terrain et uniquement sur le terrain parce que les données ne peuvent être prise que si la personne chargée de faire les capture se trouve hors de la zone du chantier.                                                                                          LES DOMAINES D’INTERVENTIONS DE SKYVUE ACCESS SkyVue Capture intervient essentiellement dans le domaine du BTP comme présenté  ci-dessus mais peut être utilisé pour les banques et les assurances pour la prise d’images 360 et de mesures.

Latest Articles
Présentation de SkyVue Capture
Présentation de SkyVue Capture

SKYVUE CAPTURE C’EST QUOI ? SkyVue Capture est un outil complémentaire à l’application SkyVue Access. Elle permet de Capturer facilement des données n'importe où sur un site de construction du sol  jusqu’au plafond de manière rapide et simple. Elle permet aux ouvriers présents sur un chantier de prendre les données nécessaires au suivi du projet afin que le propriétaire du chantier puisse les consulter à tout moment et évaluer l’état d’avancement de son bâtiment. SkyVue Capture a été conçu grâce à une technologie de pointe pour garantir simplicité, maniabilité et fiabilité.                                                                                                  SKYVUE CAPTURE COMMENT ÇA MARCHE? L’application Capture est conçue pour être utilisée principalement par les professionnels présents sur un chantier. Elle leur permet de prendre des photos de qualité, des images 360, des vidéos et des mesures. Comment ? Tout d’abord l’ouvrier ou chef de chantier doit télécharger l’application et se connecter. Une fois dans l’application il y retrouvera des projets créés avec leur plan et tags ajoutés en amont par le porteur de projet ou notre équipe sur la plate-forme SkyVue Access. Il n’aura alors qu’à entrer dans un tag et renseigner les données. (Photos, 360, vidéos, mesures : il s’agit ici des mesures du sol, des murs et des différentes ouvertures ) SkyVue Capture est dédié à la collecte des données par des ouvriers sur le terrain et uniquement sur le terrain parce que les données ne peuvent être prise que si la personne chargée de faire les capture se trouve hors de la zone du chantier.                                                                                          LES DOMAINES D’INTERVENTIONS DE SKYVUE ACCESS SkyVue Capture intervient essentiellement dans le domaine du BTP comme présenté  ci-dessus mais peut être utilisé pour les banques et les assurances pour la prise d’images 360 et de mesures.

Présentation de SkyVue Access
Présentation de SkyVue Access

SKYVUE ACCESS QU’EST CE QUE C’EST ? L’application SkyVue Access est une plateforme web créée pour répondre au problème de suivi de projets que rencontre souvent les propriétaires de chantier en Afrique. Elle aide à pallier au manque d’informations et de transparence lié aux projets de construction en ceci qu’elle donne une visibilité sur toutes les étapes du projet en tout temps et en tout lieu./dans un soucis de faciliter le suivi des projets pour les propriétaires de chantiers leur permettant ainsi de voir et savoir comment évolue leurs projets ceci grâce aux données présentent sur la plateforme n’importe où et n’importe quand. SkyVue Access a été conçu grâce aux toutes dernières avancées technologiques pour vous apporter fiabilité et efficacité. COMMENT FONCTIONNE SKYVUE ACCESS ? La plateforme prend principalement en compte 2 types de projets : les projets télécoms et les projets génie civil et 2 types d’utilisateurs : les entreprises et les particuliers. Projets génie civil Ici, particuliers et entreprises ont la possibilité de créer des projets qu’ils pourront suivre en temps et lieu voulu. Dans le cas d’une entreprise elle créée un compte compagnie ou elle enregistrera tous ses projets en tant que tel. Les projets sont classés en section et sous sections qui correspondent à des bâtiments ou des niveaux. On peut insérer des plans par niveau et sur ces plans faire des annotations telles que l’ajout des tags de pièces, des tags de mesure ou des commentaires. Un tag est un point qui donne des informations sur une pièce a l’aide d’images, de vidéos et d’images 360. L’objectif étant de collecter les plus de données sur ladite pièce en faisant une capture a ce tag plusieurs fois dans la même position en vue de monter l’évolution de la pièce ce qui permettra pour un tag d’avoir différentes images à différentes dates donnant à l’utilisateur la possibilité de faire une comparaison avant après de son chantier et avoir des 360 et 3D lui permettant de se balader dans son projet d’une pièce a une autre, d’un étage a un autre et voir le rendu même à distance. Les tags de mesure aident à prendre les mesures des murs, des sols, du plafond, des portes et fenêtres etc… et aussi de faire l’estimation de matériaux car, un des volets de l’application est de pouvoir faire une sorte d’audit sur les matières premières utilisées afin de s’assurer que la quantité de matériaux demandées correspond à la quantité utilisée sur le projet pour se faire on compare le devis des matériaux avec ceux sur le terrain. La plateforme est utile pour le porteur de projet qui n’est pas forcement sur place pour suivre l’avancement des travaux et doit s’en remettre au chef du chantier et ses ouvriers. Ce sont ces derniers qui rentrent les données dans SkyVue Access en passant par l’application SkyVue Capture. Les projets créés sur SkyVue Access sont géolocalisés de telle sorte que, la personne sur le terrain ne pourra prendre des données avec SkyVue Capture que si elle est dans le périmètre du projet ceci pour s’assurer de la véracité et la fiabilité des données.  Projets Telecom En ce qui concerne les télécoms, seules les entreprises peuvent y créer des projets leurs permettant alors d’avoir une vue d’ensemble sur leurs tours. Généralement, il y’a des antennes de différents opérateurs sur les tours ; donc on permet à une entreprise de voir le nombre d’opérateurs présents, la superficie qu’ils occupent, consulter et inspecter ses tours et savoir le poids des antennes par tours, avoir la localisation de ses tours sur une carte (c’est à dire ou est ce qu’elles sont situées dans un pays une province ou une ville donnée). Aussi, la plateforme permet de voir et évaluer l’étendue et le type de dégâts que peut avoir subi une tour et ses antennes au fil du temps. Par exemple la peinture qui se dégrade, des fils coupes de la rouille, des nids d’oiseaux. Lorsqu’on fait une inspection sur une tour télécom on signale tous les problèmes qu’on y retrouve et on les note comme archives. Cependant il ya des problèmes qui pourront perdurer dans le temps. Ainsi, lors des prochaines inspections de la tour on vérifiera que le problème signalé précédemment a été résolu ou alors s’il s’est aggravé. C’est donc ce type d’informations qui sera mis à jour à chaque inspection jusqu’à ce que cela soit clôturé. Si un problème perdure dans le temps, un niveau de sévérité lui est attribué en fonction de la gravité. L’objectif ici étant de permettre à la personne en charge du suivi de savoir où sont situées les tours, quels sont les problèmes qu’il faut gérer et quel est son niveau d’urgence, grâce aux données collectées (image tours 3D) et avoir à la fin un rapport global. LES DOMAINES D’INTERVENTIONS DE SKYVUE ACCESS SkyVue Access intervient comme énoncé plus haut dans les domaines du BTP et des télécommunications mais aussi dans le domaine des inspections à proprement parler pour les bâtiments dont on veut évaluer le niveau et le type de dégradation et déterminer les rénovations à faire à des endroits difficilement accessibles par l’homme sur des bâtiments très hauts. Elle intervient aussi dans le domaine de la banque étant donné que ces derniers octroient des prêts à des personnes ou entreprises pour des projets de construction, et ont besoin de faire un suivi pour s’assurer que l’argent versé est bien utilisé pour le dit projet et non injecté ailleurs. Donc le suivi que leur offre Access leur permet de savoir quand débloquer les fonds pour le déroulement d’un chantier. Notre équipe va sur le terrain collecter les informations que les banquiers les étudient sans avoir à se déplacer et s’assurer que le projet évolue comme prévu. Access intervient aussi dans le domaine des assurances dans le cas d’incendie, dégât des eaux ou autres sinistres. On fait une prise de vue 3D pré et post sinistre de l’endroit assuré ou à assurer ; ce qui sera utilisé pour les enquêtes par des experts en sinistre dans le cadre de leur audit.Retrouvez SkyVue Access sur PlayStore et AppStore.

La Conference SkyVue
La Conference SkyVue

Quelle est le but de la conférence ? Nous organisons cette conférence dans le but de faire le lancement de nos nouvelles solutions, les applications Skyvue Access et Skyvue Capture. Cela va en étroite ligne avec notre vision de s’établir comme les leaders de la sous-région dans la documentation numérique et la gestion des actifs. L’objectif est de montrer comment est-ce que ces applications développent et contribuent à révolutionner la documentation, le suivi et la gestion des projets en Afrique de façon simple et accessible de n’importe où. Ces produits seront principalement utilisés dans les projets de construction (suivi à distance, estimation des matériaux, contrôle de l’évolution…), de télécommunication (inspections des tours de télécom à distance, reporting des différents dommages), de banque (c’est à dire les projets financés par les établissements bancaires) et assurance (c’est à dire des actifs qui nécessitent d’être assurés et des actifs assurés qui nécessitent de bénéficier d’une évaluation des dégâts après sinistre.) Pour les constructions, nos applications permettent de documenter chaque étape du projet pour donner accès à des informations d’avancements des travaux précises et fiables et être en mesure de déterminer avec précision la quantité de matières premières utilisée sur n’importe quel chantier. Pour les télécommunications, nous donnons la possibilité grâce à nos produits de faire des inspections sures et rapides depuis une plateforme de gestion des actifs ce qui aide à gérer une grande quantité de données et à prendre de meilleures décisions commerciales. Pour les banques il s’agit ici de faciliter le suivi à distance de l’avancement des projets financés par les établissements bancaires avec des données fiables et de sécuriser leurs investissements. Pour les assurances il s’agit de faire l’évaluation du risque avant la définition de la prime et en cas d’incident que le jumeau numérique serve de source unique de confiance pour pouvoir faire l’évaluation des dégâts et pour pouvoir assurer sereinement la gestion du sinistre.   Quel est le résultat attendu ? Le résultat escompté pour cette conférence est de faire en sorte que quiconque de ces différents secteurs d’activités puisse comprendre la plus-value que lui apporteront ces applications et qu’il puisse être convaincu et porté à accepter ces solutions, à les utiliser et les faire connaitre après satisfaction.   Comment va se dérouler la conférence ? Elle va se dérouler comme suit : En présentielle, n’accueillera qu’une quarantaine de personnes reconnues dans les secteurs des BTP, des télécommunications, des banques et des assurances et en direct dans une retransmission zoom pour ceux qui seront intéressés via ce lien d’inscription zoom : https://zoom.us/webinar/register/WN_UsuT3J6zRp-s6M5pD0qZaw   Besoin de plus d’informations ? Si vous souhaiter en savoir plus ou avez des questions, vous pouvez nous contacter à notre adresse mail info@skyvuesolutions.com ou sur WhatsApp au +237 654 014 952. Retrouvez-nous aussi sur nos réseaux sociaux Facebook, Twitter, LinkedIn et Instagram.  

Le Big Data
Le Big Data

Qu’est-ce que le Big Data ? Disons-le d’emblée : il n’y a pas de définition unanimement partagée de la notion de « Big Data ». Cela ne signifie pas pour autant que Big Data est un terme fourre-tout ou vide. Au contraire, il renvoie à une réalité bien consistante.Big Data est utilisé pour désigner deux ensembles de choses :Les grosses bases de données. « Big Data » signifie d’abord « big volume of data ». Dans le Big Data, il y a l’idée qu’on ne gère pas de la même manière des bases de données classiques et des énormes volumes de données. A partir d’un certain seuil, la différence quantitative, volumétrique, se transforme en différence qualitative. Les process et traitements changent de nature. A partir d’un certain seuil, les données ne peuvent plus être gérées de manière classique, dans des bases et des outils classiques. Ce qui nous amène immédiatement au second point.Les dispositifs informatiques et plus largement les technologies utilisés pour gérer de gros volumes de données. Le Big Data ne renvoie pas qu’aux données en tant que telles, mais aussi aux technologies, aux stratégies, aux techniques utilisées pour gérer de gros volumes de données.Les entreprises n’ont jamais eu autant de données à leur disposition, mais, pour la plupart, elles ne savent pas quoi en faire, elles n’en exploitent qu’une toute petite partie. Le Big Data, c’est avant tout l’art et la manière de faire un usage efficace de l’énorme volume de données que pratiquement toutes les organisations ont à leur disposition. Le Big Data permet d’exploiter de manière optimale les données à disposition, d’en dégager le maximum d’enseignements (insights) à valeur stratégique, de trouver plus facilement les réponses aux questions que l’on se pose.Si les problématiques associées au Big Data sont anciennes, ce n’est vraiment que maintenant qu’elles sont devenues impérieuses. Le Big Data devient indispensable pour les grandes entreprises.Pour mieux comprendre ce qu’est le Big Data et les problématiques qu’il soulève, apportons quelques précisions quant à sa définition. Dans le Big Data, la question du « volume » n’est pas le seul défi.   Définition du Big Data par les 3 « V »  Les prérequis fondamentaux pour travailler avec des Big Data sont les mêmes que ceux nécessaires pour travailler avec des bases de données classiques. Dans les deux cas, il s’agit de gérer des données : stockage, transformations et traitements divers et variés, BI, activation…Avec le Big Data, nous restons dans le monde plus large du Data Management. Néanmoins, l’échelle massive des données à traiter, la vitesse d’ingestion et de processing, les caractéristiques des données qui doivent être processées à chaque étape de traitement font émerger de nouveaux challenges technologiques. L’objectif principal du Big Data est de réussir à faire apparaître des enseignements (insights) et des connexions entre de gros volumes de données de nature hétérogène qui seraient impossible à obtenir avec les méthodes classiques d’analyse des données. En 2001, Doug Laney, un analyste de chez Gartner, a donné une définition intéressante du Big Data. Pour expliquer ce qu’est le Big Data, il a présenté la théorie des 3 V. C’est un mode de présentation du Big Data simple et efficace. Elle permet de mieux appréhender la définition du Big Data. Selon Doug Laney, le Big Data peut se comprendre à partir de trois notions ayant tous la particularité de commencer par la lettre « V » : Volume. Un système Big Data se caractérise d’abord par le volume de données en jeu. Un système Big Data traite un volume de données largement supérieur à ce que traitent les bases de données traditionnelles. Ce qui pose un défi technologique : les volumes de données en jeu excèdent les capacités de stockage d’un simple ordinateur, nécessitent des mises en réseau, l’utilisation du Cloud Computing…L’infrastructure IT sous-jacente doit être en mesure d’accueillir, de digérer et de traiter ces gros volumes de data.  Vélocité. Depuis le début, nous insistons sur la problématique du volume. Dans Big Data, il y a évidemment « Big ». Mais dans le Big Data, le volume n’est pas le seul sujet. Un système Big Data, c’est aussi un système dans lequel la donnée circule vite entre les outils, les bases, les applicatifs, les sources. Les données arrivent dans le système en provenance de sources multiples et sont processées souvent en temps réel pour générer des insights et mettre à jour le système. Dans le Big Data, l’approche orientée « batch » tend progressivement à céder sa place au streaming de données en temps réel ou quasi-temps réel. Dans certains cas d’usage du Big Data, le temps réel ou le quasi temps-réel sont nécessaires.  Variété. Les données sont en grand nombre et circulent vite dans le système. Mais ce n’est pas tout. Le Big Data se caractérise aussi par l’immense variété des données traitées. Les bases de données relationnelles ont affaire à des données structurées, bien définies, bien classées, bien normées. Un Data Warehouse organise de manière structurée des données structurées. Dans le Big Data, les données sont dans leurs majorités non-structurées ou semi-structurées. C’est pour cette raison que Big Data rime davantage avec Data Lake qu’avec Data Warehouse.En résumé, le Big Data est l’art de gérer de gros volumes de données, complexes et hétérogènes, pour la plupart non structurées, qui doivent circuler vite dans un système donné. Ce n’est pas possible avec les technologies classiques de gestion de données. C’est pour cette raison qu’une définition du Big Data ne doit pas simplement se concentrer sur les données, leur volume, leur format, mais aussi sur les technologies qui rendent possible les traitements Big Data.Certains auteurs ou éditeurs de logiciels ont voulu ajouter d’autres « V » aux trois proposés par Gartner, pour mettre en avant d’autres défis posés par le Big Data : Véracité. La variété des sources et la complexité des traitements peuvent poser des problèmes en ce qui concerne l’évaluation de la qualité des données (et, in fine, la qualité des analyses faites à partir d’elles). La problématique de la Data Quality est structurante dans n’importe quel projet Big Data. Variabilité. La variabilité des données entraîne une variation de leur qualité. Le fait que les données évoluent dans le temps peut entraîner une dégradation de leur qualité. Dans un système Big Data, il est important d’avoir à disposition des outils permettant d’identifier, de traiter et de filtrer les données de faible qualité pour en optimiser l’utilisabilité. Valeur. Le défi ultime du Big Data est de créer de la valeur. Or, parfois, les systèmes et les procédures en place sont si complexes qu’il devient difficile d’extraire de la valeur des données à disposition (d’en dégager des insights). La valeur rappelle la finalité business de tout projet Big Data – cette finalité business peut être atteinte directement (programmes & scénarios relationnels basés sur le Big Data) ou indirectement (via les analyses de BI).   Histoire du Big Data Bien que le concept de Big Data soit relativement nouveau, les grands ensembles de données remontent aux années 60 et 70, lorsque le monde des données commençait à peine à démarrer avec les premiers datacenters et le développement de la base de données relationnelle. En 2005, on assista à une prise de conscience de la quantité de données que les utilisateurs généraient sur Facebook, YouTube et autres services en ligne. Hadoop (une infrastructure open source créée spécifiquement pour stocker et analyser les jeux de Big Data) fut développé cette même année. NoSQL commença également à être de plus en plus utilisé à cette époque. Le développement d’infrastructures open source telle que Hadoop (et, plus récemment, Spark) a été primordial pour la croissance du Big Data, car celles-ci facilitent l’utilisation du Big Data et réduisent les coûts de stockage. Depuis, le volume du Big Data a explosé. Les utilisateurs continuent de générer des quantités phénoménales de données, mais ils ne sont plus désormais les seuls. Avec l’avènement de l’Internet of Things (IoT), de plus en plus d’objets et de terminaux sont connectés à Internet, collectant des données sur les habitudes d’utilisation des clients et les performances des produits. L’émergence du machine learning a produit encore plus de données. Alors que le Big Data a fait beaucoup de chemin, son utilité commence à peine à se faire sentir. Le Cloud computing a encore décuplé ses possibilités. Le cloud offre une évolutivité considérable, les développeurs peuvent simplement faire fonctionner rapidement des clusters dédiés pour tester un sous-ensemble de données. Les bases de données graphesgagnent elles aussi en importance, car elles permettent d’afficher des quantités massives de données d’une manière qui rend l’analyse rapide et complète.   Les défis liés au Big Data Si le Big Data ouvre des perspectives intéressantes, il n’en présente pas moins certains écueils.Premièrement, le Big Data est… volumineux. Même si de nouvelles technologies ont été mises au point pour le stockage des données, les volumes de données doublent environ tous les deux ans. Les entreprises éprouvent toujours des difficultés à maîtriser leur croissance et à trouver des moyens de les stocker efficacement. Mais il ne suffit pas de stocker les données. Pour être utiles, celles-ci doivent être exploitées et, en amont, organisées. Des données propres, ou des données pertinentes pour le client et organisées de manière à permettre une analyse significative, nécessitent beaucoup de travail. Les spécialistes des données passent 50 à 80 % de leur temps à organiser et à préparer les données avant leur utilisation. Enfin, la technologie du Big Data évolue rapidement. Il y a quelques années, Apache Hadoop était la technologie la plus utilisée pour traiter le Big Data. Puis, Apache Spark fit son apparition en 2014. Actuellement, l’association des deux infrastructures semble constituer la meilleure approche. Maîtriser la technologie du Big Data est un enjeu continu.   Fonctionnement du Big Data Le big data permet de relever un immense défi technologique : stocker une grande quantité de données provenant de différents canaux sur un immense disque dur, facilement accessibles depuis les quatre coins de la planète. Des données stockées en lieu sûr et récupérables à tout moment en cas d'incident quelconque. Pour y parvenir, les fichiers sont découpés en plusieurs fragments nommés « chunks ». Ces fragments sont ensuite répartis sur plusieurs ordinateurs, et il existe différentes façons de les reconstituer. Une panne survient ? Une autre machine vient prendre le relais en empruntant un autre chemin. Ainsi, les différentes pièces du puzzle restent disponibles en permanence, et peuvent être assemblées d'une façon ou d'une autre. La duplication massive des données est l'une des clés de voûte de l'architecture du big data. Le cloud computing, les supercalculateurs hybrides (high performance computing ou HPC) et les systèmes de fichiers distribués (DFS ou distributed files system) figurent parmi les principaux modèles de stockage actuellement disponibles. Le Big Data offre de nouvelles perspectives, qui ouvrent de nouvelles opportunités et favorisent de nouveaux business models. Son adoption implique trois actions principales : 1.  IntégrerLe Big Data rassemble des données provenant de nombreuses sources et applications disparates. Les mécanismes traditionnels d’intégration de données, tels que ETL (extract, transform, and load) ne sont généralement pas à la hauteur de la tâche. Pour analyser des jeux de Big Data à l’échelle de téraoctets, voire de pétaoctets, il est nécessaire d’adopter de nouvelles stratégies et technologies.Lors de l’intégration, vous devez importer les données, les traiter et vous assurer qu’elles sont formatées et disponibles sous une forme accessible à vos analystes. 2.  GérerLe Big Data nécessite du stockage. Votre solution de stockage peut se trouver dans le cloud, sur site, ou les deux à la fois. Vous pouvez stocker vos données sous la forme de votre choix et imposer à ces jeux de données vos exigences de traitement, ainsi que les moteurs de traitement nécessaires, à la demande. Nombreux sont ceux qui choisissent leur solution de stockage en fonction de l’endroit où sont hébergées leurs données. Le cloud est de plus en plus adopté, car il prend en charge vos besoins informatiques actuels et laisse la possibilité d’augmenter les ressources en fonction des besoins. 3.  AnalyserVotre investissement dans le Big Data porte ses fruits dès lors que vous êtes en mesure d’analyser vos données et d’agir à partir de l’analyse. Forgez-vous un nouveau point de vue grâce à une analyse visuelle de vos divers jeux de données. Explorez davantage les données afin de faire de nouvelles découvertes. Partagez vos conclusions avec d’autres utilisateurs. Créez des modèles de données avec l’apprentissage automatique et l’intelligence artificielle. Exploitez vos données. Quelques cas d’usage du Big Data  Le Big Data est utilisé dans un grand nombre de secteurs ou domaines d’activité. En voici quelques-unes.        Pour SkyVue      Le big data intervient dans l’étude et la collecte de données    notamment dans l’estimation de materiel de notre produit Quantum Développement de produits Des sociétés comme Netflix et Procter & Gamble utilisent le Big Data pour anticiper la demande des clients. Elles créent des modèles prédictifs pour de nouveaux produits et services, en classant les principaux attributs de produits ou services passés et présents et en modélisant la relation entre ces attributs et le succès commercial de leurs offres. De plus, P&G utilise les données et analyses émanant de groupes cibles, réseaux sociaux, marchés test et présentations en avant-première pour prévoir, produire et lancer de nouveaux produits. Maintenance prédictive Les facteurs permettant de prédire les défaillances mécaniques peuvent être profondément enfouis dans des données structurées, telles que l’année, la marque et le modèle de l’équipement, ainsi que dans des données non structurées couvrant des millions d’entrées de journal, de données de capteur, de messages d’erreur et de température du moteur. En analysant ces indications de problèmes potentiels avant que ceux-ci surgissent, les entreprises sont à même de déployer leur maintenance de manière plus rentable et d’optimiser le temps de fonctionnement de leurs pièces et équipements. Expérience client La course aux clients est lancée. Il est désormais possible d’avoir une meilleure vue d’ensemble de l’expérience client qu’auparavant. Le Big Data vous permet de rassembler des données provenant de médias sociaux, de visites Web, de journaux d’appels et d’autres sources pour améliorer l’expérience d’interaction et maximiser la valeur fournie. Commencez à proposer des offres personnalisées, à réduire la perte de clients et à traiter les problèmes de manière proactive. Fraude et conformité En matière de sécurité, il ne s’agit pas que de quelques pirates informatiques malhonnêtes : vous faites face à des équipes entières. Les paysages de la sécurité et les exigences de conformité sont en évolution constante. Le Big Data vous aide à identifier des modèles dans les données qui indiquent une fraude et à agréger de grands volumes d’informations permettant d’accélérer le reporting réglementaire. Machine Learning Le machine learning est un sujet brûlant en ce moment. Les données, plus particulièrement le Big Data, l’ont rendu possible. Nous sommes désormais capables d’enseigner aux machines, plutôt que de simplement les programmer. La disponibilité du Big Data pour former des modèles de machine learning rend cela possible. Efficacité opérationnelle L’efficacité opérationnelle n’est peut-être pas toujours l’actualité, mais c’est un domaine dans lequel le Big Data a le plus d’impact. Grâce au Big Data, vous pouvez analyser et évaluer la production, les commentaires et retours des clients, ainsi que d’autres facteurs, afin de réduire les pannes et d’anticiper les demandes à venir. Le Big Data permet également d’améliorer la prise de décision, en adéquation avec la demande du marché. Dynamiser l’innovation Le Big Data peut vous aider à innover en étudiant les interdépendances entre les êtres humains, les institutions, les entités et les processus, puis en déterminant de nouvelles façons d’utiliser ces informations. Exploiter les informations pour améliorer les décisions dans les domaines financiers et de planification. Examiner les tendances et les souhaits des clients pour offrir de nouveaux produits et services. Mettre en place une tarification dynamique. Les possibilités sont infinies.

Les jumeaux numériques
Les jumeaux numériques

JUMEAU NUMÉRIQUE : QU’EST-CE QUE C’EST ? Aussi appelé "digital twin", le jumeau numérique est la réplique d’un objet, d’un système, d’une implantation, d’un processus, etc. sous une forme numérique (le plus souvent en modèle 3D sophistiqué). Reposant sur l’intelligence artificielle et le développement de l'industrie 4.0, le jumeau numérique s'appuie sur la collecte puis la diffusion intelligente des données, via des capteurs et  l'IOT (Internet of Things ; en français, l’internet des objets) lire notre article sur l’IoT). Le jumeau numérique embarque, virtuellement, l'état de l'objet et sa position dans l'espace, mais peut agréger bien d'autres indicateurs. Les données captées peuvent être synchronisées entre l'objet ou l'équipement concerné et son jumeau, puis visualisées en temps réel via une interface. Deux grandes familles de jumeaux numériques se profilent avec chacune une approche distincte, L'une dite "bottom up", dans laquelle on part d'un actif équipé de capteurs pour récupérer les données qui en sont issues. Avec ces data, on construit des modèles de prédiction, grâce aux techniques d'intelligence artificielle (IA) comme le machine learning, le deep learning et les réseaux de neurones. L'autre approche, plus "top down", mise sur des jumeaux numériques de seconde génération basés sur la simulation. On part d'équations issues de la physique qu'on nourrit de mesures et résout numériquement pour prédire des comportements. Ces jumeaux numériques vont révolutionner les opérations de simulation dans l'usine 4.0. Toute modification du monde matériel est reflétée sur la représentation numérique (le jumeau) et une rétroaction similaire s’opère dans l’autre sens.   HISTOIRE DE LA TECHNOLOGIE DES JUMEAUX NUMÉRIQUES L'idée de la technologie des jumeaux numériques a été exprimée pour la première fois en 1991, avec la publication Mirror Worlds, par David Gelernter. Cependant, le Dr Michael Grieves (alors professeur à l'Université du Michigan) aurait appliqué pour la première fois le concept de jumeaux numériques à la fabrication en 2002 et officiellement annoncé le concept de logiciel de jumeaux numériques. En fin de compte, John Vickers de la NASA a introduit un nouveau terme – « jumeau numérique » – en 2010 Cependant, l'idée de base d'utiliser un jumeau numérique comme moyen d'étudier un objet physique peut en réalité être observée beaucoup plus tôt. En fait, on peut dire à juste titre que la NASA a été la pionnière de l'utilisation de la technologie des jumeaux numériques lors de ses missions d'exploration spatiale des années 60, lorsque chaque vaisseau spatial exploité était reproduit au détail près dans une version terrestre. Depuis, l’usage des jumeaux numériques s’est élargi à d’autres domaines, comme la ville, le bâtiment, la logistique ou la médecine.   COMMENT FONCTIONNE UN JUMEAU NUMÉRIQUE ? Un jumeau numérique est un modèle virtuel conçu pour refléter avec précision un objet physique. Il est créé à l’aide de logiciels de modélisation ou de conception assistée par ordinateur. L'objet étudié, par exemple une éolienne, est équipé de divers capteurs liés à des domaines de fonctionnalité vitaux. Ces capteurs produisent des données sur différents aspects des performances de l'objet physique, tels que la production d'énergie, la température, les conditions météorologiques, etc. Ces données sont ensuite relayées vers un système de traitement et appliquées à la copie numérique. Une fois informé de ces données, le modèle virtuel peut être utilisé pour exécuter des simulations, étudier les problèmes de performances et générer des améliorations possibles, le tout dans le but de générer des informations précieuses, qui peuvent ensuite être appliquées à nouveau à l'objet physique d'origine. Le concept de jumeau numérique exige trois éléments : le produit physique dans son espace réel, son jumeau numérique dans un espace virtuel, et les informations qui relient les deux. Des capteurs connectés à l’éolienne collectent des données et les envoient au jumeau numérique. C'est cette interaction qui permet d'optimiser les performances du produit. Une image se superpose alors au jumeau numérique afin de transmettre cette information, qui peut s'afficher sur le smartphone du propriétaire ou sur le système PLM du fabricant. Les images sur lesquelles se superposent les données du capteur en temps réel peuvent également être utilisées dans des applications de réalité augmentée (RA ou AR, Augmented Reality), à des fins de maintenance et d'assistance sur le terrain. En réalité augmentée, le jumeau numérique doit pouvoir suivre la localisation et les déplacements du produit.   APPORTS DES JUMEAUX NUMÉRIQUES INTELLIGENTS Le jumeau numérique change radicalement la phase de développement d’un produit. Au lieu de créer un objet et de le tester pour ensuite y apporter des améliorations, la visualisation progressive de la construction d’un objet sur son modèle numérique offre l’intérêt de comparer en temps réel ce développement avec la cible finale, pour s’assurer de son bon déroulement, et faire les bons choix en matière d’ergonomie, de matière et de design. Mais au-delà de cette étape de création, l’un des défis majeurs des entreprises qui ont à gérer de nombreux actifs physiques reste la question de la maintenance prédictive. A cet effet, le jumeau numérique peut aussi se révéler très utile pour comprendre, anticiper et optimiser les performances d’un objet ou d’un système, sans avoir à embarquer un logiciel dans la machine. En combinant une vision en continu d’un objet et en ajoutant des données de contrôle de la performance, le jumeau numérique permet de mener des analyses et d’identifier en amont un risque de défaillance.L’apport du jumeau numérique est indéniable lorsque l’on cherche à améliorer la performance d’un objet. Cependant, ses applications dépassent la notion de performance pour venir révolutionner la culture de l’entreprise et la façon même d’envisager la création. L’intérêt pour les entreprises  Pour les entreprises, et en particulier le secteur industriel, les applications sont multiples et offrent de nombreux bénéfices, dans un environnement où les acteurs économiques sont contraints de s’adapter toujours plus vite, de réduire leurs coûts, de faire preuve d’une grande réactivité et capacité à anticiper l’évolution de leur marché. Les secteurs les plus développés en la matière sont l’aéronautique ou la défense. Les apports des jumeaux numériques peuvent s’appliquer à plusieurs niveaux : en partant d’un l’objet, à un processus de fabrication, à une usine, voire à une ville toute entière, ce qui permet d’imaginer de très nombreuses possibilités d’applications.   Simuler et co-créer grâce au jumeau numérique Un autre apport du jumeau numérique est la possibilité de co-créer tout objet ou tout équipement, par le biais de la réalité virtuelle. Le travail collectif peut se faire à distance, et dans les mêmes conditions que dans un environnement physique, réel. L'apport du jumeau numérique est également prégnant en matière de simulation virtuelle, et s'impose désormais comme une aide à la décision de plus en plus incontournable.   Contrôler et prédire l'évolution de l'outil industriel Les apports des jumeaux numériques sont de différentes natures. Ils offrent globalement des possibilités pour renforcer la performance des produits et anticiper les étapes de leur cycle de vie. Ces derniers permettent aussi aux industriels de planifier les activités d'une chaîne de production toute entière, et un monitoring temps réel affiné. D'autres apports sont encore plus cruciaux, notamment dans les domaines de la sécurité et de la fiabilité des équipements. En combinant une vision en continu d'un objet et en ajoutant des indicateurs de contrôle de la performance, le jumeau numérique permet de mener des analyses et d'identifier en amont un risque de défaillance. Tout industriel, en construisant des jumeaux numériques miroirs de leurs process, peuvent ainsi gagner sur la maintenance prédictive et détecter les faiblesses à venir... pour mieux les résoudre. Grâce à ce levier majeur, les coûts de maintenabilité sont optimisés. Chez SkyVue Solutions les jumeaux numériques sont utilisés pour recréer des actifs et les rendre accessibles aux clients. A travers des solutions puissantes, notamment sur des projets de construction, de télécommunications, des inspections et des sinistres, SkyVue amène la documentation de site à un niveau supérieur en faisant évoluer le suivi des projets, de simples mises à jour quotidiennes vers des métriques avancées de suivi de production. C’est dans cette optique que nous avons mis sur pieds des produits tel que Capture, Individual, Expound et Reckon qui permettent respectivement de collecter des données, suivre un chantier de n’importe où, faire un suivi intelligents des projets et automatiser l’inspection des tours cellulaires et gestions des actifs afin de  tirer le meilleur parti des jumeaux numériques.   QUELQUES DOMAINES D’APPLICATIONS Les digital twins en santé La santé est un secteur d'activité directement impacté par l'émergence des jumeaux numériques. Il s'agit principalement ici de : ·Tester des traitements sur un patient virtuel (ou jumeau numérique) avant leur administration au patient réel ·Développer la simulation d'opérations complexes ·Améliorer la qualité des dispositifs médicaux tels que les prothèses ·Tester l'efficacité d'une molécule sur l'organisme ·etc.   Les jumeaux numériques dans l’industrie Avec le jumeau numérique, les données recueillies sur l’évolution de l'objet permettent d’en anticiper et d'en optimiser les performances. Pour les entreprises ils permettent de: ·Gagnent en fiabilité pour leurs produits ·Améliorent le niveau de sécurité de leurs produits ·Renforcent la confiance des consommateurs en leurs produits ·Réduisent les coûts de réparation en anticipant les défaillances à venir.   MARCHÉ ET INDUSTRIES DU JUMEAU NUMÉRIQUE Alors que les jumeaux numériques sont appréciés pour ce qu'ils offrent, leur utilisation n'est pas garantie pour chaque fabricant ou chaque produit créé. Tous les objets ne sont pas assez complexes pour nécessiter le flux intense et régulier de données de capteurs dont les jumeaux numériques ont besoin. D'un point de vue financier, cela ne vaut pas non plus toujours la peine d'investir des ressources importantes dans la création d'un jumeau numérique. (Gardez à l'esprit qu'un jumeau numérique est une réplique exacte d'un objet physique, ce qui pourrait rendre sa création coûteuse.) En revanche, de nombreux types de projets bénéficient spécifiquement de l'utilisation de maquettes numériques :- Projets physiquement importants Bâtiments, ponts et autres structures complexes liés par des règles d'ingénierie strictes. - Projets mécaniquement complexe Turbines à réaction, automobiles et avions. Les jumeaux numériques peuvent aider à améliorer l'efficacité des machines complexes et des moteurs gigantesques.- Équipements électriques Cela comprend à la fois les mécanismes de production et de transmission de l'énergie.- Projets de fabrication Les jumeaux numériques sont idéaux pour aider à rationaliser l'efficacité des processus, comme ceux que l'on peut trouver dans les environnements industriels avec des systèmes de machines fonctionnant conjointement. Par conséquent, les industries qui obtiennent le plus de succès avec les jumeaux numériques sont celles impliquées dans des produits ou des projets à grande échelle :- Ingénierie (systèmes)- Fabrication automobile- Production d'avions- Conception d'autorail- Construction de bâtiments- Fabrication- Services publics d'électricité Marché du jumeau numérique : prêt pour la croissance L'expansion rapide du marché des jumeaux numériques indique que même si les jumeaux numériques sont déjà utilisés dans de nombreux secteurs, la demande de jumeaux numériques continuera de s'intensifier pendant un certain temps. En 2020, le marché des jumeaux numériques était évalué à 3,1 milliards de dollars. Certains analystes du secteur pensent qu'il pourrait continuer à augmenter fortement jusqu'en 2026 au moins, pour atteindre un montant estimé à 48,2 milliards de dollars.

Le Cloud Computing
Le Cloud Computing

Le cloud computing ou nuage informatique est une infrastructure dans laquelle la puissance de calcul et le stockage sont gérés par des serveurs distants auxquels les usagers se connectent via une liaison Internet sécurisée. L'ordinateur de bureau ou portable, le téléphone mobile, la tablette tactile et autres objets connectés deviennent des points d'accès pour exécuter des applications ou consulter des données qui sont hébergées sur les serveurs. En clair, vos données, au lieu d'être stockées sur vos disques durs ou mémoires, sont disponibles sur des serveurs distants et accessibles par internet. Les différents intervenants disposent à cet effet de gigantesques champs de serveurs de stockages appelés Datacenter.Le cloud se caractérise également par sa souplesse qui permet aux fournisseurs d'adapter automatiquement la capacité de stockage et la puissance de calcul aux besoins des utilisateurs. Pour le grand public, le cloud computing se matérialise notamment par les services de stockage et de partage de données numériques type Box, Dropbox, Microsoft OneDrive ou Apple iCloud sur lesquels les utilisateurs peuvent stocker des contenus personnels (photos, vidéos, musique, documents...) et y accéder n'importe où dans le monde depuis n'importe quel terminal connecté. Un peu d’histoire : on faisait déjà du cloud en 1950 L’histoire du « Cloud Computing » a commencé dès les années 1950. Avec l’évolution d’Internet, ses possibilités se sont largement étendues. Dans les années 1990, les maîtres faisaient des cours d’informatique sur des ordinateurs appelés MO5 (Thomson). A cette époque, ils chargeaient des applications sur un ordinateur central, puis permettaient aux élèves d’y accéder avec leur terminaux. C’était du cloud computing… En bref, le concept n’est pas nouveau, ce qui l’est devenu, c’est la capacité des réseaux et des machines à rendre viable l’utilisation du cloud computing à grande échelle via Internet.   Quels sont les modèles de services de cloud computing ? Software-as-a-Service (SaaS) : plutôt que de faire installer une application aux utilisateurs sur leurs appareils, les applications SaaS sont hébergées sur des serveurs cloud et les utilisateurs y accèdent via Internet. Les services SaaS s’apparentent à la location d’une habitation : le propriétaire entretient l’habitation, tandis que le locataire l'utilise comme si elle lui appartenait. Parmi les exemples d’applications SaaS, on citera MailChimp, Slack et Skyvue qui l’utilise pour ses solutions Individual, Expound et Reckon. Platform-as-a-Service (PaaS) : dans ce modèle, les entreprises ne paient pas pour les applications hébergées. Elles paient pour les éléments dont elles ont besoin pour créer leurs propres applications. Les fournisseurs de PaaS proposent tout ce qui est nécessaire pour construire une application, y compris les outils de développement, l’infrastructure et les systèmes d’exploitation, sur Internet. Le PaaS peuvent être comparé à la location des outils et des équipements pour construire une maison, au lieu d'en louer une. Parmi les exemples de services PaaS, on citera notamment Heroku et Microsoft Azure. Infrastructure-as-a-Service (IaaS) : dans ce modèle, une entreprise loue les serveurs et l'espace de stockage dont elle a besoin à un fournisseur de cloud. Elle peut alors utiliser cette infrastructure cloud pour développer ses propres applications. L'approche IaaS s'apparente à la location d'un terrain par une entreprise : cette dernière peut y construire tout ce qu'elle souhaite, mais elle doit fournir ses propres équipements et matériaux de construction. Parmi les fournisseurs de services IaaS, on citera DigitalOcean, Google Compute Engine et OpenStack. Auparavant, le SaaS, le PaaS et l'IaaS étaient les trois principaux modèles de cloud computing, et pratiquement tous les services cloud entraient dans l'une de ces catégories. Toutefois, ces dernières années ont émerger un quatrième modèle : Function-as-a-Service (FAAS) : le modèle FaaS (également connu sous le nom de serverless computing pour informatique sans serveur) divise les applications cloud en composants plus petits, uniquement exécutés en cas de besoin. Imaginez qu'il soit possible de louer une maison une pièce à la fois. Le locataire ne louerait, par exemple, que la salle à manger au moment des repas, la chambre quand il va dormir et le salon quand il regarde la télévision, sans avoir à régler le loyer correspondant lorsqu'il n'utilise pas ces pièces. À l'instar de tous les autres modèles d'informatique cloud, les applications FaaS ou serverless s'exécutent néanmoins toujours sur des serveurs. Toutefois, on les définit comme « serverless », car elles ne s'exécutent pas sur des machines dédiées et que les entreprises qui développent ces applications n'ont aucun serveur à gérer. Quantum, notre produit d’estimation des matières premières se sert de ce modèle. Par ailleurs, les fonctions serverless peuvent évoluer ou être dupliquées lorsqu'un nombre plus élevé d'utilisateurs se servent de l'application.Quels sont les différents types de cloud ? Sur le marché, il existe différents types de clouds qui répondent à un besoin spécifique. En voici quelques-unsCloud privé : le terme cloud privé désigne un serveur, un datacenter ou un réseau distribué, intégralement dédié à une organisation. Comme son nom l’indique, il reste la propriété d’une entité. Le plus souvent, c’est le type de cloud adapté aux entreprises qui désirent avoir l’entière maîtrise de leurs données, logiciels et applications qui sont stockés sur leurs propres serveurs. Ces serveurs peuvent être logés dans des locaux autres que ceux qui abritent l’entreprise. Toutefois, les serveurs peuvent aussi être sous la gestion d’un prestataire extérieur. Ce type de cloud permet au client d’y avoir un accès direct. La mise en place de ce type de serveur demande d’importants moyens financiers et logistiques. Ce cloud performant et sécurisé reste totalement sous le contrôle de l’utilisateur. Cloud public : le terme cloud public désigne un service géré par un fournisseur externe et pouvant inclure des serveurs situés dans un ou plusieurs datacenters. Contrairement aux clouds privés, les clouds publics sont partagés par de nombreuses organisations. L'utilisation de machines virtuelles permet de partager des serveurs indépendants entre différentes entreprises. On parle alors d'« architecture mutualisée », car plusieurs locataires louent de l'espace serveur au sein du même serveur. Autrement dit c’est une infrastructure qui permet de stocker en ligne vos données sur des serveurs qui restent eux aussi accessibles à d’autres utilisateurs. Ce nombre d’utilisateurs est limité. La tarification sur un cloud public varie en fonction du volume de données que vous enregistrez sur le serveur. Vous payez autant que vous stockez ou exploitez des données. Ce type de cloud offre à ses utilisateurs un nombre quasi infini de données. Cloud hybride : les déploiements cloud hybrides associent des clouds publics et privés. Ils peuvent même inclure des serveurs traditionnels sur site. Une organisation peut utiliser son cloud privé pour certains services et son cloud public pour d'autres, à moins qu'elle ne préfère conserver son cloud public comme solution de secours en cas de défaillance de son cloud privé. Il reste l’apanage de grandes entreprises qui manifestent des besoins spécifiques. En effet, dans la gestion de leurs différentes opérations, elles disposent de deux types de données (les données confidentielles et celles non confidentielles). Les données sensibles restent stockées sur le cloud privé et les autres données demeurent sur le cloud public où tout le monde peut y avoir accès. Multicloud : l'approche multicloud constitue un type de déploiement cloud impliquant l'utilisation de plusieurs clouds publics. En d'autres termes, une entreprise qui s'appuie sur un déploiement multicloud loue des serveurs et des services virtuels auprès de plusieurs fournisseurs externes (pour reprendre l'analogie utilisée ci-dessus, l'opération revient à louer plusieurs terrains adjacents auprès de différents propriétaires). Les déploiements multicloud peuvent également concerner des clouds hybrides, et vice-versa.Principe de fonctionnement du cloud computing ?Vous souscrivez une formule et signez un contrat d'externalisation de votre architecture informatique avec un fournisseur de solutions de cloud computing (abonnement mensuel ou annuel). Toutes les données de votre entreprise sont envoyées vers des serveurs distants, dans un centre de stockage. Pour y accéder, vous vous connectez à Internet depuis votre PC ou votre smartphone (authentification requise).Le fonctionnement et les prestations fournies varient selon le type de service souscrit (IaaS, PaaS, SaaS). Les machines virtuelles du fournisseur opèrent dans des clusters. Plusieurs dispositifs de sécurité (notamment des mécanismes de redondance) permettent d'éviter une interruption du service pouvant engendrer une perte des données.La délégation de toutes ces tâches nécessitant des connaissances en informatique à un professionnel du cloud offre la possibilité aux entreprises de se consacrer pleinement à leur cœur de métier tout en garantissant une protection maximale de leurs données et applications (y compris la messagerie).En effet, ce serveur distant est un grand ordinateur avec de hautes performances (plusieurs processeurs et beaucoup de mémoire vive), sécurisé, qui fonctionne avec un système d’exploitation puissant, des applications et logiciels qui sont régulièrement mis à jour.Il fait rarement l’objet d’une attaque de virus informatique. Il offre différents services à tous les clients qui s’y connectent par Internet ou des réseaux de connexion privée. Dans sa configuration, le prestataire offre une option d’automatisation qui permet au client de gérer le serveur et le réseau en fonction de ses besoins. Les utilisateurs de ce service ne sont donc pas obligés de suivre une directive proposée par le cloud. Ils restent indépendants et travaillent comme si les données étaient stockées sur leur propre disque dur. L’utilisateur du cloud n’a pas connaissance de la situation géographique des datacenters où sont stockées ses données.   A quoi sert le cloud computing ? Le cloud computing offre plusieurs avantages considérables aux entreprises, en particulier le mode SaaS. Il leur permet de délocaliser leur matériel, leurs données et leurs applications sur des serveurs dans des espaces spécifiques (les centres de données). En confiant ces tâches à un prestataire de confiance, ils gagnent de l'espace dans leurs locaux (plus besoin de stocker des serveurs) et du temps (l'architecture et le stockage des données sont pris en charge par le fournisseur). Autre caractéristique fondamentale qui donne à l'informatique dans les nuages tout son sens : les données conservées sont accessibles depuis n'importe où par les personnes qui sont autorisées à y accéder. Une aubaine dans le cadre du travail collaboratif. Si vos collaborateurs sont basés à Madrid, Pékin, New York et Kinshasa, ils pourront tous accéder au portail de votre entreprise depuis leur smartphone ou leur ordinateur, insérer leur mot de passe et consulter le compte-rendu de votre dernière réunion, partager leurs avis et laisser des commentaires en temps réel. Cette belle prouesse de l'informatique dans les nuages porte un nom : la synchronisation des postes de travail. Les avantages et les inconvénients du cloud L’utilisation du cloud présente aussi bien des avantages que des inconvénients.Les avantages du cloud computing sont : L’accessibilitéIl vous offre grâce à un support et une connexion Internet une totale accessibilité à vos applications et services de stockage. Il suffit d’une connexion internet pour accéder à ses données ou logiciels, le cloud est ainsi particulièrement adapté au milieu professionnel et au télétravail. La flexibilitéLe cloud s’adapte à vos besoins au fur et à mesure qu’ils augmentent. Vous commandez l’espace de stockage ou la puissance de calcul dont vous avez besoin. Une fois que vous avez atteint votre quota d’espace disque, il est très simple de passer à la formule supérieure pour avoir plus d’espace de stockage. Vous payez uniquement ce dont vous avez besoin et pouvez facilement ajuster votre abonnement selon vos besoins. L’absence de financement initialVous n’avez pas besoin de faire un lourd investissement, qu’il soit matériel ou applicatif, pour mettre en place ce type de solution de stockage. Ceci reste la responsabilité du prestataire. Vous ne payez qu’un abonnement mensuel. C’est une manière utile de mieux gérer votre budget, car vous ne payez que ce que vous consommez pendant cette période. Les inconvénients du cloud computing sont : La fiabilité et la localisation du cloudLorsque le cloud n’est pas hébergé dans les meilleures conditions, la sécurité de vos données n’est pas garantie. Il vous faudra donc bien vous renseigner sur les mesures de chiffrement de vos données ainsi que sur les mesures de sécurité garanties par votre prestataire cloud. La nécessité d’avoir une connexion internetPour accéder au cloud, vous devez disposer d’une connexion internet pour accéder à vos données et applications. Si ce n’est pas le cas, vous ne serez pas en mesure d’accéder à vos données. Chez SkyVue, le cloud Computing est au cœur de toute notre activité de documentation digitale. Du site web en passant par nos solutions et produits, le cloud computing intervient à tous les niveaux afin d’analyser vos actifs et les faire venir à vous où que vous soyez.

Qu'est ce que l'IoT ?
Qu'est ce que l'IoT ?

Definition IoT (Internet of Things) L’IoT (Internet of Things, pour Internet des Objets) est un système d’interconnexion entre des dispositifs informatiques, des machines, des objets, des animaux et même des personnes, munies d’identifiants uniques (UID) avec la capacité de transférer des données sur un réseau. Et ce, sans interaction d’humain à humain ou d’humain à ordinateur. Globalement, il s’agit de tout « objet » naturel ou artificiel auquel on peut attribuer une adresse IP et qui peut transférer des données sur un réseau. Avec plus de 7 milliards de terminaux IoT connectés aujourd’hui, les experts s’attendent à ce que ce nombre passe à 22 milliards d’ici 2025. De plus en plus d’entreprises, quelque soit le secteur, utilisent l’IoT pour fonctionner plus efficacement et mieux comprendre leurs clients, afin d’offrir de meilleurs services. Mais aussi pour améliorer la prise de décision et accroître la valeur de l’entreprise. L’histoire de l’IoT C’est lors d’une présentation faite à Procter & Gamble, en 1999, que Kevin Ashton, co-fondateur de l’Auto-ID Center au MIT, a mentionné pour la première fois l’Internet des Objets. Il souhaitait attirer l’attention des directeurs de P&G sur les puces RFID (identification par radiofréquence). Cependant, il a nommé sa présentation « Internet of Things » pour intégrer la nouvelle tendance de l’année : Internet. Toutefois, l’idée d’appareils connectés existe depuis les années 1970. Ainsi, le premier objet connecté était une machine à Coca, à l’Université de Carnegie Mellon, au début des années 1980. Via le Web, les développeurs pouvaient vérifier l’état de la machine, et déterminer si une boisson froide était disponible pour eux. L’IoT a ensuite évolué avec des technologies sans fil (Wifi par exemple), des MEMS (systèmes microélectromécaniques), des microservices et d’Internet. Ainsi, la technologie opérationnelle (OT–Operational Technology) et la technologie de l’information (IT) se sont rapprochées. Ceci a permis d’analyser des données non structurées, générées par des machines, pour en tirer des axes d’amélioration. L’Internet des Objets utilise comme base la connectivité M2M (Machine to Machine). C’est-à-dire que des machines se connectent entre elles, via un réseau, sans interaction humaine. L’IoT est donc un réseau de milliards de capteurs , qui connectent des personnes, des systèmes et d’autres applications pour collecter et partager des données. Néanmoins, le concept d’écosystème de l’Internet of Things ne s’est concrétisé qu’au milieu des années 2010. Une avancée que l’on doit au gouvernement chinois, qui a déclaré qu’il ferait de l’IoT une priorité stratégique, notamment dans sa stratégie de reconnaissance faciale et de fichage du peuple chinois. Comment fonctionne l’Internet des Objets ? Un écosystème IoT est constitué de dispositifs intelligents compatibles avec le Web. Ils utilisent des processeurs, des capteurs et du matériel de communication intégrés. Cela leur permet d’envoyer et de collecter des données, mais aussi de traiter celles qu’ils acquièrent dans leur environnement. Pour cela, ils se connectent à une passerelle IoT ou à un autre dispositif. Quant aux données, elles sont soient envoyées vers le cloud, soit analysées localement. Tous ces dispositifs communiquent ensemble et agissent en fonction des informations qu’ils obtiennent les uns des autres. Ils exercent la plupart du travail sans intervention humaine, bien que les opérateurs puissent interagir avec eux, notamment pour les installer, leur donner des instructions ou accéder aux données. Quant à la connectivité, la mise en réseau et les protocoles de communication utilisés, ils dépendent des applications IoT spécifiques déployées. Pourquoi l’Internet of Things (IoT) est-il si important ? Ces quelques dernières années, l’IoT est devenu l’une des technologies les plus importantes du 21ème siècle. Maintenant que nous pouvons connecter des objets du quotidien (appareils électroménagers, voitures, thermostats, interphones bébés) à Internet par l’intermédiaire de terminaux intégrés, des communications sont possibles en toute fluidité entre les personnes, les processus et les objets. Grâce à des traitements informatiques peu coûteux, au cloud, au Big Data, à l'analytique et aux technologies mobiles, les objets physiques peuvent partager et collecter des données avec un minimum d’intervention humaine. Dans ce monde hyperconnecté, les systèmes digitaux peuvent enregistrer, surveiller et ajuster chaque interaction entre les objets connectés. Le monde physique rencontre le monde digital, et ils coopèrent. Quelles sont les technologies qui ont rendu l’IoT possible ? Bien que l’idée de l’Internet of Things soit loin d’être nouvelle, c’est un ensemble de progrès récents de différentes technologies qui a permis de le concrétiser.- Accès à une technologie de capteurs à coût réduit et faible consommation. Des capteurs fiables et abordables rendent possible la technologie IoT pour un plus grand nombre d’industriels.- Connectivité. La prolifération des protocoles réseau pour Internet a facilité la connexion des capteurs au cloud et à d’autres « objets » pour un gain d’efficacité des transferts de données.- Plates-formes cloud. La disponibilité accrue des plates-formes cloud permet aux entreprises et aux consommateurs d’accéder à l’infrastructure dont ils ont besoin pour évoluer, sans pour autant avoir à s’occuper de sa gestion.- Machine learning et analyses. Grâce aux progrès effectués dans les domaines du machine learning et des analyses, et avec l’accès à de vastes quantités de données diversifiées stockées dans le cloud, les entreprises obtiennent des informations plus rapidement et plus facilement. L’émergence de ces technologies associées continue à repousser les limites de l’IoT, et les données produites par l’IoT viennent à leur tour renforcer ces technologies.- Intelligence artificielle (IA) conversationnelle. Les progrès effectués en matière de réseaux neuronaux ont permis aux terminaux IoT de gérer le traitement du langage naturel (avec notamment les assistants digitaux personnels tels qu’Alexa, Cortana et Siri), et les ont rendu attrayants, abordables et viables pour une utilisation domestique.   Qu’est-ce que l’IoT industriel ? L’Internet of Things industriel (Industrial IoT - IIoT) désigne l’application de la technologie IoT dans un cadre industriel, en particulier en ce qui concerne l’instrumentation et le contrôle des capteurs et des terminaux qui font appel à des technologies cloud. Depuis peu, les industries utilisent la communication de machine à machine (M2M) pour bénéficier des fonctionnalités d’automatisation et de contrôle sans fil. Cependant, avec l’émergence du cloud et des technologies associées (telles que l'analytique et le machine learning), les industries peuvent accéder à une nouvelle couche d’automatisation, à l’aide de laquelle ils peuvent générer de nouveaux revenus et créer de nouveaux business models. L’IIoT est parfois appelé quatrième vague de la révolution industrielle, ou Industrie 4.0. L’IIoT est couramment utilisé dans les activités suivantes :- Production intelligente- Actifs connectés et maintenance préventive et prédictive- Réseaux électriques intelligents- Villes intelligentes- Logistique connectée- Supply chains digitales intelligentes Prenons l'exemple du cycle de vie des machines de chantier utilisées sur un site de construction. Plusieurs ouvriers se servent d'un même équipement et l'usent de diverses manières au fil du temps. Il est donc prévisible et prévu que les machines finissent par tomber en panne pour une raison ou une autre. Il est toutefois possible d'ajouter des capteurs spéciaux aux éléments les plus sujets aux défaillances ou les plus sollicités des machines. Ces capteurs peuvent être utilisés pour la maintenance prédictive, afin de renforcer les compétences humaines (exemple de collecte et d'analyse en temps réel des données) et de transmettre des informations aux ingénieurs en vue d'améliorer les nouveaux modèles (exemple d'analyse de données à long terme). Sécurité et protection de la vie privée L’IoT connecte des milliards d’appareils à Internet. Il implique l’utilisation de milliards de points de données, qui doivent tous être sécurisés. Ainsi, la sécurité de l’IoT et la confidentialité sont des préoccupations majeures. En 2016, le botnet Mirai a infiltré le fournisseur de serveurs de noms de domaine Dyn, via des dispositifs IoT mal sécurisés. Lors de cette attaque DDoS (Distributed Denial-of-Service, pour déni de service distribué) majeure, il est parvenu a détruire de nombreux sites Web. Tout ce qu’un hacker doit faire, c’est exploiter une vulnérabilité pour manipuler toutes les données. Et les fabricants qui ne maintiennent pas leurs appareils à jour régulièrement les rendent vulnérables aux cybercriminels. De plus, les appareils connectés réclament les informations personnelles de leurs utilisateurs. Notamment leurs noms, âges, adresses et numéros de téléphone. Mais aussi de connecter leurs comptes de réseaux sociaux.Ces informations sont inestimables pour les pirates, qui ne sont pas la seule menace pour l’Internet des Objets. La protection de la vie privée en est une autre. Les entreprises qui fabriquent et vendent ces appareils peuvent obtenir et vendre les données personnelles de leurs utilisateurs. Au-delà des fuites de données, l’IoT représente une menace pour les infrastructures essentielles, comme l’électricité, les transports ou encore les services financiers. Internet of Things : les secteurs d’activités qui en bénéficient Particuliers, bâtiments intelligents et sécurité publique Dans le segment des consommateurs, on peut citer les maisons intelligentes avec la domotique. Elles sont équipées de thermostats, d’appareils électroménagers, de chauffage, d’éclairage ou encore d’appareils électroniques intelligents. Ils peuvent tous être connectés et commandés à distance, via des ordinateurs, smartphones et autres appareils mobiles. Les bâtiments intelligents peuvent même réduire les coûts énergétiques grâce à des capteurs qui détectent le nombre d’occupants d’une pièce. Du côté de la sécurité publique, des dispositifs portatifs permettent d’améliorer les délais d’intervention des permiers secours, en cas d’urgence, lors d’incendie par exemple ou lors d’une crise cardiaque d’une personne portant in pace maker. ou encore grâce à des itinéraires optimisés pour l’intervention des policiers ou du SAMU. Ou encore en suivant les signes vitaux des travailleurs de chantier ou des pompiers, sur des sites où leur vie est en danger. Dans le domaine de la santé, l’IoT permet de suivre les patients de plus près. Hôpitaux, smart cities et entreprises Les hôpitaux les utilisent aussi pour la gestion des stocks de produits pharmaceutiques et les instruments médicaux. En agriculture, l’Internet des Objets permet, par exemple, de surveiller la luminosité, la température, le taux d’humidité dans l’air et dans les sols des champs cultivés. Dans une smart city, ou ville intelligente, l’IoT se déploie à travers les réverbère intelligents et des compteurs intelligents. Ils permettent notamment de réduire la circulation et améliorer l’assainissement. Mais aussi réaliser des économies d’énergie et répondre aux préoccupations environnementales. Pour les organisations, l’Internet des objets offre de multiples avantages, comme améliorer l’expérience client. Mais aussi, surveiller l’ensemble de leurs processus opérationnels, intégrer et adapter des modèles commerciaux et prendre de meilleures décisions. Ou encore améliorer la productivité des employés, économiser du temps et de l’argent, et générer plus de revenus. Globalement, l’IoT encourage les entreprises à repenser la manière dont elles abordent leurs activités, leurs industries et leurs marchés. Et il leur donne les outils nécessaires pour améliorer leurs stratégies commerciales.. Agriculture, Transport et logistique Les systèmes de transport et de logistique bénéficient d’une grande diversité d’applications IoT. Les parcs de voitures, camions, navires et trains qui transportent du stock peuvent être réacheminés en fonction des conditions météo, ou encore de la disponibilité des véhicules ou des chauffeurs grâce aux données issues des capteurs IoT. Le stock lui-même peut également être muni de capteurs en vue de son suivi, ou à des fins de contrôle de température. Les secteurs agro-alimentaire, floral et de l’industrie pharmaceutique transportent souvent un stock sensible aux variations de températures. Ceux-ci bénéficierait largement d’applications IoT de contrôle qui envoient des alertes lorsque les températures augmentent ou baissent à un niveau dangereux pour le produit. IoT dans l'agriculture est une révolution pour le monde agricole à plusieurs niveaux, notamment avec l'utilisation de capteurs d'humidité. En installant ces capteurs dans leurs champs, les agriculteurs reçoivent désormais des données plus précises qui leur permettent de déterminer les meilleures périodes d'irrigation. Les capteurs d'humidité peuvent également être connectés aux applications IoT qui contrôlent les systèmes d'irrigation : l'arrosage est alors déclenché automatiquement à partir des données issues des capteurs.  L’IoT chez SkyVue Nous nous servons de l’IoT à travers l’utilisation des drones équipés de capteurs pour numériser des sites. En quelques heures, des drones connectés grâce à des capteurs permettent de mesurer les distances réelles, sauvegarder les données (données visuelles, données de gravures etc.) et reconstruire des images de qualité pour ensuite étudier l’évolution du site à travers le temps. Ils alors sont capables d’explorer et de signaler des endroits qui peuvent être inaccessibles par d’autres moyens. Dans un contexte IoT, un drone peut agir comme un capteur mobile pour collecter des données et les relayer vers une application cloud ou un autre service d’analyse. Les drones peuvent également être utilisés comme dispositifs d’inspection à distance pour aider à maintenir les points de terminaison IoT et d’autres composants.    Quel avenir pour l’Internet des Objets ? Selon de nombreux cabinets de conseil, l’avenir du marché de l’IoT reste florissant, malgré les préoccupations qu’il soulève. Ainsi, Bain & Company s’attend à ce que le chiffre d’affaires annuel du secteur dépasse 450 milliards de dollars d’ici 2020, tandis que Gartner prévoit 20,8 milliards d’objets connectés à la même échance. Le cabinet IHS Markit estime quant à lui que le nombre d’objets connectés augmentera de 12% par an, pour atteindre 125 milliards en 2030. Enfin, McKinsey & Company estime que l’IoT aura un impact de 11,1 billions de dollars d’ici 2025. En somme l’IoT a encore un bel avenir devant lui.  

Tout savoir sur le casque de réalité virtuelle
Tout savoir sur le casque de réalité virtuelle

Un casque de réalité virtuelle est un dispositif électronique portatif permettant de s'immerger dans un monde virtuel. Porté sur la tête, il permet d'accéder à un espace 3D. Pour ça, il dispose d'un écran stéréoscopique fournissant une image pour chaque œil (parfois d'un seul écran monoscopique), d'un son stéréo, de divers capteurs, de gyroscopes et d'accéléromètres. Une paire de contrôleurs est souvent fournie avec un casque VR.   Il existe 3 types de casques : les casques connectés à un ordinateur ou une console de jeux, les casques autonomes et les casques utilisant un smartphone. Les premiers sont plus puissants et plus chers, ceux utilisant un smartphone sont les moins chers, mais aussi ceux procurant l'expérience la moins intéressante.   Les premiers casques de réalité virtuelle sont apparus dès le début des années 1990, mais c'est la marque Oculus en 2012 qui a révolutionné réellement le marché de la VR (Virtual reality). Depuis, plusieurs marques ont sorti des casques de réalité virtuelle, les principales marques étant Oculus et HTC en partenariat avec Valve. Les applications de réalité virtuelle sont très nombreuses : formation professionnelle, traitement médical de certaines phobies, visualisation scientifique, architecture, visites virtuelles, créations artistiques, etc. Toutefois, c'est par le jeu vidéo que cette technologie a conquis le grand public.   UN CASQUE DE RÉALITÉ VIRTUELLE : COMMENT ÇA MARCHE Le fonctionnement d’un casque de vr est assez simple même s’il met en œuvre des technologies complexes. Dans la réalité virtuelle, les utilisateurs ne regardent pas un écran plat situé devant eux, mais à travers un casque qui englobe tout le champ de vision. Ce casque projette une petite image pour chaque œil, et le cerveau les rassemble pour les transformer en une vision 3D. Comme les lentilles du casque amplifient l’image, les joueurs voient des images qui remplissent leur champ de vision. Ces images bougent avec les mouvements de la tête de la personne étant donné que le casque est fixé sur celle-ci. Le logiciel adapte alors l’image en fonction de la position de la tête et de l’angle de vue. Tout comme si l’utilisateur tournait vraiment la tête dans le monde virtuel, lui permettant de regarder vers le ciel ou derrière lui par exemple. C’est cet effet qui donne une sensation profonde d’immersion et qui fait en sorte que vous oubliez assez rapidement l’écran fixé devant vos yeux. Pour donner une sensation de réalité et de fluidité du monde dans lequel on est immergé, les casques vr doivent réaliser des prouesses techniques en matière d’affichage. Contrairement à la télévision qui a une fréquence d’affichage de 30 images par seconde, la réalité virtuelle affiche des images en mouvement à 90 images par secondes voire même parfois 120. Plus la vitesse d’affichage est importante, plus le joueur se sentira immergé dans un monde réel. Les casques VR smartphone adoptent un fonctionnement différent : ils n’intègrent pas d’écran, mais des lentilles grossissantes. C’est le smartphone lui-même, placé dans le casque, qui joue le rôle de l’écran.   À QUOI SERT UN CASQUE DE RÉALITÉ VIRTUELLE ? Le but d'un casque VR est d'offrir à son utilisateur une expérience sensorielle dans un monde virtuel dans lequel on peut se déplacer, interagir avec des objets et communiquer avec d'autres humains. Il peut être utilisé pour :- jouer à un jeu VR ;- voir un film de manière similaire à l'expérience produite au cinéma ;- regarder des vidéos tournées en réalité virtuelle (fiction, documentaire) ;- organiser une réunion ;- visiter un lieu à distance, comme un musée ;- visionner en direct une vidéo transmise par un autre appareil, comme un drone ;- étudier de manière plus immersive ;- s'entraîner grâce à la simulation (aviation, médecine, armée) ;- voyager de manière virtuelle, notamment pour les personnes ne pouvant se déplacer. UN CASQUE VR, À PARTIR DE QUEL ÂGE ? Si la VR peut être éducative, la technologie n’est pas adaptée aux enfants. Les vôtres le réclament ? Montrez-leur : chaque casque indique des restrictions d’usage, et la plupart sont interdits aux enfants de moins de 12 ans, parfois 13 ou 14 ans. LES DIFFÉRENTS USAGES DU CASQUE DE RÉALITÉ VIRTUELLE Le casque de VR permet une immersion totale au cœur de l’action et de son environnement visuel. Les sensations offertes par cette technologie sont exceptionnelles, quel que soit son domaine d’application. Le casque de VR n’est plus aujourd’hui l’apanage des jeux vidéo, des simulateurs ou encore du cinéma. Son utilisation s’est largement étendue dans de nombreuses autres disciplines parfois insoupçonnées. Cette technologie se met aujourd’hui au service de la formation professionnelle, de l’immobilier, de la pédagogie ou encore de la médecine.   Le casque de VR pour bénéficiez d’une formation immersive grâce au casque de VR Le casque de VR s’utilise également aujourd’hui comme un support aux formations professionnelles. La réalité virtuelle vous offre effectivement l’opportunité d’apprendre dans des conditions réelles. C’est loin de ce que nous proposent le GB WhatsApp et les autres messageries électroniques. Elle permet aux apprenants de se former in situ. Du côté des formateurs, cette technique leur présente concrètement les réactions des étudiants face à une situation donnée. En gros, elle crée un pont entre la théorie et la pratique. Également très utile pour les cabinets de recrutement, cette technologie leur permet de tester les candidats directement dans le lieu de travail.   Le casque de VR utilisé à des fins thérapeuthiques Le secteur médical fait aussi partie de ceux qui bénéficient des avantages offerts par l’utilisation d’un casque de VR. Ce dernier a permis de développer des thérapies nouvelles génération pour traiter les phobies par exemple. Grâce à la réalité virtuelle, le thérapeute recréer un environnement dans lequel le patient sera confronté à ses peurs. Le praticien trouvera ensuite les moyens de dépasser justement ces peurs à travers différents scenario. Par ailleurs, pour les patients hospitalisés surtout sur du long terme, les médecins proposent des parenthèses d’évasion grâce à la réalité virtuelle. Très efficace, cette technique lutte contre le stress, l’ennui, la lypémanie etc…   Le casque de VR au service de l’immobilier La filiale immobilière a également su exploiter les potentiels du casque VR. D’ailleurs, l’intégration de cet équipement sur le marché a totalement bouleversé les habitudes. Désormais, les futurs acquéreurs/locateurs n’ont plus à se déplacer pour visiter un bien. Avec la réalité virtuelle, les clients peuvent visualiser une maison, un appartement, un terrain sous toutes les coutures. La visite virtuelle permet un gain de temps considérable. Cette technologie permet par ailleurs aux promoteurs immobiliers de faire visiter des biens situés aux quatre coins du monde.   Tourisme et voyage : un aperçu de la destination via la réalité virtuelle Le casque de VR est aussi largement utilisé pour faire la promotion du tourisme. De plus en plus de voyagistes proposent aujourd’hui une expérience immersive grâce à cette technologie. L’idée est de permettre aux clients de jouer les touristes dans une ou plusieurs destinations pour mûrir le choix. Le casque VR se révèle également très intéressant pour découvrir les offres hôtelières disponibles sur une destination donnée. Avec la réalité virtuelle, visitez la chambre pour constater de façon effective sa configuration, le confort, le design, la salle de bain, etc.   La réalité virtuelle comme outil pédagogique L’utilisation du casque de VR investit également le secteur de l’enseignement. De l’école aux études supérieures, cette technologie trouve tout son sens. Pour les enfants, elle offre par exemple une nouvelle façon de découvrir l’histoire, la géographie, la science de la terre en les découvrant “de l’intérieur”. Sans avoir à voyager, les élèves pourront par ailleurs visiter les monuments phares du monde, témoins des grandes lignes de l’histoire. Ils auront l’opportunité d’investir les musées, les châteaux, etc. Dans les lycées professionnels et les universités, de plus en plus de professeurs se tournent vers cette méthode immersive pour proposer une formation plus pointue.   L’utilisation du casque VR chez SkyVue Nous avons créé une représentation numérique 3D du port autonome de Kribi dans laquelle il était possible de se déplacer en temps réel afin de pouvoir effectuer des inspections des certaines zones difficiles d’accès. Quelques jours ont suffi pour inspecter les toits, les antennes et le quai sans temps d'arrêt opérationnel et sans risque pour les techniciens.

Comprendre le machine learning
Comprendre le machine learning

Définition du machine learning Le Machine Learning peut être défini comme une branche de l’intelligence artificielle englobant de nombreuses méthodes permettant de créer automatiquement des modèles à partir des données. Ces méthodes sont en fait des algorithmes. Un programme informatique traditionnel effectue une tâche en suivant des instructions précises, et donc systématiquement de la même façon. Au contraire, un système Machine Learning ne suit pas d’instructions, mais apprend à partir de l’expérience. Par conséquent, ses performances s’améliorent au fil de son "entraînement" à mesure que l’algorithme est exposé à davantage de données. L’objectif principal de ce concept est de permettre à une machine, ou ordinateur, d’apporter des solutions automatiques en fonction de données préalablement reçues. Cet apprentissage automatique, également appelé apprentissage statistique, implique la possibilité pour une machine de traiter un nombre de données colossal dans de brefs délais et de pouvoir apprendre des choix réalisés au préalable ou non. Ce type d’approche est une révolution dans le domaine de l’intelligence artificielle et ouvre les portes à un nombre de possibilités incommensurable. Néanmoins, même si le machine learning commence à évoluer considérablement et prendre de l’ampleur sur le marché de l’intelligence artificielle, il existe encore des limites technologiques à l’usage massif de ce concept.     Comment fonctionne le Machine Learning ?Le machine learning (ML), ou apprentissage machine, fait partie des principales technologies d’intelligence artificielle. Il permet de réaliser des prédictions en se basant sur un modèle entraîné à partir d'un historique de données qui pourra évoluer dans le temps. Là où un programme traditionnel exécute des instructions, un algorithme de machine learning améliore ses performances au fur et à mesure de son apprentissage. Plus on le "nourrit" de données, plus il devient précis. Pour décrire son modèle d'apprentissage, le machine learning emploie des algorithmes statistiques ou encore des réseaux de neurones. Dans les années 2010, le machine learning a atteint un momentum avec l'avènement du big data et la progression des capacités de calcul (et notamment la montée en puissance des GPU). Le big data est en effet indispensable pour entraîner des modèles sur les vastes volumes de données nécessaires au traitement automatique du langage ou à la reconnaissance d'images.Le développement d’un modèle de Machine Learning repose sur quatre étapes principales. En règle générale, c’est un Data Scientist qui gère et supervise ce procédé. La première étape consiste à sélectionner et à préparer un ensemble de données d’entraînement. Ces données seront utilisées pour nourrir le modèle de Machine Learning pour apprendre à résoudre le problème pour lequel il est conçu. Les données peuvent être étiquetées, afin d’indiquer au modèle les caractéristiques qu’il devra identifier. Elles peuvent aussi être non étiquetées, et le modèle devra repérer et extraire les caractéristiques récurrentes de lui-même. Dans les deux cas, les données doivent être soigneusement préparées, organisées et nettoyées. Dans le cas contraire, l’entraînement du modèle de Machine Learning risque d’être biaisé. Les résultats de ses futures prédictions seront directement impactés. La deuxième étape consiste à sélectionner un algorithme à exécuter sur l’ensemble de données d’entraînement. Le type d’algorithme à utiliser dépend du type et du volume de données d’entraînement et du type de problème à résoudre. La troisième étape est l’entraînement de l’algorithme. Il s’agit d’un processus itératif. Des variables sont exécutées à travers l’algorithme, et les résultats sont comparés avec ceux qu’il aurait du produire. Les ” poids ” et le biais peuvent ensuite être ajustés pour accroître la précision du résultat. On exécute ensuite de nouveau les variables jusqu’à ce que l’algorithme produise le résultat correct la plupart du temps. L’algorithme, ainsi entraîné, est le modèle de Machine Learning. La quatrième et dernière étape est l’utilisation et l’amélioration du modèle. On utilise le modèle sur de nouvelles données, dont la provenance dépend du problème à résoudre.Par exemple, un modèle de Machine Learning conçu pour détecter les spams sera utilisé sur des emails.De son côté, le modèle de Machine Learning d’un aspirateur robot ingère des données résultant de l’interaction avec le monde réel comme le déplacement de meubles ou l’ajout de nouveaux objets dans la pièce. L’efficacité et la précision peuvent également s’accroître au fil du temps.   Quelle est la relation entre l'IA et le machine learning ? L'intelligence artificielle a pour objectif de donner à une machine la faculté de raisonner et de se comporter comme un humain. Le machine learning n'est qu'un moyen contribuant à tendre vers cette vision. Aux côtés du machine learning, il existe d'autres techniques d'IA parmi lesquelles les systèmes expert ou encore la simulation et les jumeaux numériques. Le machine learning et l’IA sont souvent abordés ensemble, et les termes sont parfois utilisés de manière interchangeable, mais ils ne veulent pas dire la même chose. Une distinction importante est que, même si l’intégralité du machine learning repose sur l’intelligence artificielle, cette dernière ne se limite pas au machine learning. Aujourd’hui, nous utilisons le machine learning dans tous les domaines. Lorsque nous interagissons avec les banques, achetons en ligne ou utilisons les médias sociaux, des algorithmes de machine learning entrent en jeu pour optimiser, fluidifier et sécuriser notre expérience. Le machine learning et la technologie qui l’entoure se développent rapidement, et nous commençons seulement à entrevoir ses capacités. L’intelligence artificielle et le machine learning font tous les deux parties de la science informatique, néanmoins, même si ces deux technologies sont très associées l’une à l’autre, elles n’en restent pas moins bien distinctes.   Quels sont les différents types de Machine Learning ? On distingue trois techniques de Machine Learning : l’apprentissage supervisé, l’apprentissage non-supervisé, et l’apprentissage par renforcement. Dans le cas de l’apprentissage supervisé, le plus courant, les données sont étiquetées afin d’indiquer à la machine quelles patterns elle doit rechercher. Le système s’entraîne sur un ensemble de données étiquetées, avec les informations qu’il est censé déterminer. Les données peuvent même être déjà classifiées de la manière dont le système est supposé le faire. Cette méthode nécessite moins de données d’entraînement que les autres, et facilite le processus d’entraînement puisque les résultats du modèle peuvent être comparés avec les données déjà étiquetées. Cependant, l’étiquetage des données peut se révéler onéreux. Un modèle peut aussi être biaisé à cause des données d’entraînement, ce qui impactera ses performances par la suite lors du traitement de nouvelles données.  Au contraire, dans le cas de l’apprentissage non supervisé, les données n’ont pas d’étiquettes. La machine se contente d’explorer les données à la recherche d’éventuelles patterns. Elle ingère de vastes quantités de données, et utilise des algorithmes pour en extraire des caractéristiques pertinentes requises pour étiqueter, trier et classifier les données en temps réel sans intervention humaine. Plutôt que d’automatiser les décisions et les prédictions, cette approche permet d’identifier les patterns et les relations que les humains risquent de ne pas identifier dans les données. Cette technique n’est pas très populaire, car moins simple à appliquer. Elle est toutefois de plus en plus populaire dans le domaine de la cybersécurité.  L’apprentissage "semi-supervisé" se situe entre les deux et offre un compromis entre apprentissage supervisé et non-supervisé. Pendant l’entraînement, un ensemble de données étiqueté de moindre envergure est utilisé pour guider la classification et l’extraction de caractéristiques à partir d’un ensemble plus large de données non étiquetées. Cette approche s’avère utile dans les situations où le nombre de données étiquetées est insuffisant pour l’entraînement d’un algorithme supervisé. Elle permet de contourner le problème.  Enfin, l’apprentissage par renforcement consiste à laisser un algorithme apprendre de ses erreurs pour atteindre un objectif. L’algorithme essayera de nombreuses approches différentes pour tenter d’atteindre son but. En fonction de ses performances, il sera récompensé ou pénalisé pour l’inciter à poursuivre dans une voie ou à changer d’approche. Cette technique est notamment utilisée pour permettre à une IA de surpasser les humains dans les jeux. Par exemple, AlphaGo de Google a battu le champion de Go grâce à l’apprentissage par renforcement. De même, OpenAI a entraîné une IA capable de vaincre les meilleurs joueurs du jeu vidéo Dota 2.   Cas d'usage et applications L’un des meilleurs atouts du machine learning est sa capacité à automatiser et accélérer la prise de décision, ainsi qu’à accroître le délai de rentabilité. En réalité, la vaste majorité des progrès effectués sont directement liés au Machine Learning. Il se cache derrière un grand nombre de services modernes très populaires. Par exemple, les systèmes de recommandation de Netflix, YouTube et Spotify exploitent cette technologie.Le Machine Learning est également ce qui permet aux aspirateurs robots de faire le ménage seuls, à votre boite mail de détecter les spams, et aux systèmes d’analyse d’image médicale d’aider les médecins à repérer les tumeurs plus efficacement. Les voitures autonomes, elles aussi reposent sur l’apprentissage automatique. Il en va de même pour les moteurs de recherche web comme Google ou Baidu. Les fil d’actualité des réseaux sociaux tels que Facebook et Twitter reposent sur le Machine Learning, au même titre que les assistants vocaux tels que Siri et Alexa.Toutes ces plateformes collectent des données sur les utilisateurs, afin de mieux les comprendre et d’améliorer leurs performances. Les algorithmes ont besoin de savoir ce que regarde le spectateur, sur quoi clique l’internaute, et à quelles publications il réagit sur les réseaux. De cette manière, ils sont ensuite en mesure de proposer de meilleures recommandations, réponses ou résultats de recherche.Un autre exemple est celui des voitures autonomes. Le fonctionnement de ces véhicules révolutionnaires repose sur le Machine Learning. Pour l’heure, toutefois, les performances de l’IA restent limitées dans ce domaine. Si elle parvient à se garer ou à suivre une voie sur l’autoroute, le contrôle complet d’un véhicule en agglomération est une tâche plus complexe ayant provoqué plusieurs accidents tragiques.On utilise aussi le Machine Learning pour la traduction linguistique automatique, et pour la conversion du discours oral à l’écran (speech-to-text). Un autre cas d’usage est l’analyse de sentiment sur les réseaux sociaux, reposant également sur le traitement naturel du langage (NLP).Le Machine Learning est aussi utilisé pour l’analyse et la classification automatique des images de radiographies médicales. L’IA se révèle très performante dans ce domaine, parfois même plus que les experts humains pour détecter des anomalies ou des maladies. Toutefois, elle ne peut pas encore remplacer totalement les spécialistes compte tenu des enjeux. Ainsi, le Machine Learning peut être considéré comme une innovation phare de ce début de XXIème siècle.  Le Machine Learning est une technologie faisant partie du domaine de l’intelligence artificielle et permettant à une machine d’apprendre, par rapport à un certain nombre de données. Il n’est pas toujours facile d’utiliser ses données, c’est pourquoi SkyVue vous accompagne dans l’exploitation de celles-ci à travers ses solutions de documentation digitale.

La 3D temps réel.
La 3D temps réel.

Mais, au fait, c’est quoi la 3D ?Le terme “3D” est l’abréviation de l’expression “trois dimensions”. Elle caractérise la façon dont nous percevons l’espace qui nous entoure en termes de longueur, largeur et profondeur. Il est également employé pour désigner les images numériques, autrement appelées images de synthèse. En informatique, il est en effet possible de représenter des objets en trois dimensions que nous visualisons pourtant sur une surface plane (notre écran) en deux dimensions. L’infographie 3D permet donc la représentation d’images en perspective sur des supports à plat (un écran d’ordinateur, une télévision, une impression papier, etc…). Un terme, plusieurs significations !En plus d’être utilisé par les infographistes 3D et les développeurs d’applications 3D temps réel, le terme 3D est également utilisé pour parler d’une image en relief (au cinéma par exemple). Précisons les différentes 3D possibles:-la 3D précalculée utilisée pour les films d’animations ou illustrations,-la 3D temps réel utilisée pour les applications interactives ou jeux vidéo,-la 3D relief utilisée principalement dans les films et nécessitant des lunettes pour être perçue en relief. Ces techniques peuvent être complémentaires. En effet, il est possible de réaliser un film d’animation en 3D précalculée et en relief. De la même façon, une application 3D temps réel peut être en relief. Dans ce dernier cas, nous préconisons à présent la création d’une application 3D temps réel en réalité virtuelle et l’utilisation d’un casque VR qui donnera un sentiment d’immersion bien meilleur qu’une simple paire de lunette 3D. SkyVue se sert essentiellement de la 3D temps réel pour certaines de ses solutions de documentation digitale.   La 3D temps réel, mais qu’est-ce que c’est ? C’est une méthode de représentation de données tridimensionnelles pour laquelle chaque image composant l’animation est rendue dans l’instant qui précède son affichage. En clair, à l’inverse de la vidéo 3D qui nécessite une phase de calcul (le rendu 3D), et sur laquelle le spectateur ne peut influer, la 3D temps réel permet au spectateur d’évoluer dans le bâtiment en se déplaçant comme dans un jeu vidéo, à l’aide de son clavier ou de sa souris. Le spectateur devient donc décideur et choisit ce qu’il veut voir et où il veut aller dans l’environnement virtuel qui lui ait proposé. Attention cependant, la qualité de la 3D affichée à l’écran dépend fortement de l’ordinateur, et surtout de la carte graphique, de l’utilisateur : dans le cas d’une carte graphique peu puissante, le rendu 3D perd en photo réaliste, les ombres sont moins présentes, les textures sont en basse définition… Le rendu peut donc être différent d’un ordinateur à l’autre. La 3D temps réel permet la visualisation des objets en 3D de manière instantanée, contrairement aux images 3D précalculées (utilisées pour les illustrations et animations 3D). Ce calcul en temps réel a de nombreux avantages mais aussi quelques limites. En effet, lorsque nous calculons une image de synthèse en 3D précalculée, le moteur de rendu (qui s’occupe de générer l’image) calcule de nombreux aspects physiques de la réalité : les rayons de lumière, les ombres, les réflexions, les réfractions, etc… Pour certains visuels très complexes, le temps de rendu pour une image peut prendre des heures. En 3D temps réel, le temps de rendu doit être immédiat : les méthodes de calculs pour générer les reflets, les ombres, les lumières sont donc plus simples et nous obtenons un résultat moins réaliste. De nouveaux besoins professionnels Au départ, la 3D temps réel était principalement utilisée dans le domaine du jeu vidéo mais, avec le temps, les professionnels y ont vu un moyen de rendre plus accessible leur travail. C’est pourquoi Skyvue se sert de la 3D temps réel pour ses solutions de documentation digitale. Nos solutions intégrant le 3D temps réel peuvent être très utiles pour: Les Architectes : Possibilité de suivi et visites virtuelles des bâtiments créés par nos soin. Les décorateurs d’intérieur : création de concept dans le but de visualisez les moindres détails du mobilier designé, des circulations et des mesures. Les Promoteurs immobilier : permettre une visite virtuelle des biens immobiliers donnant ainsi la possibilité de se balader dans les pièces pour mieux appréhender les espaces. La tendance du moment Les applications 3D temps réel sont tendance et aujourd’hui considérées comme un média innovant. Pourquoi ? D’une part, la 3D temps réel tend à devenir de plus en plus réaliste. Il suffit de regarder les jeux vidéo actuels comparés à ceux d’il y a 20 ans. D’autre part, les outils permettant de créer des applications 3D temps réel ce sont démocratisés et simplifiés  peu après l’arrivée en masse des tablettes et smartphones entre 2010 et 2015. Elles se sont développées et améliorées. Et pourtant, il y'a encore aujourd'hui des contraintes et des limitations liées aux différents supports utilisées.

Les drones, comment ça marche?
Les drones, comment ça marche?

Drone : Définition Le nom de drone vient d’un mot anglais signifiant faux-bourdon donné comme surnom par l’artillerie anglaise dans les années 1930 à un avion cible utilisé pour l’entraînement ayant un vol lent et bruyant ressemblent à celui du bourdon.De nos jours il désigne un aéronef sans pilote à bord généralement télécommandé du sol, il peut être programmé pour voler de façon autonome ou en wifi via un smartphone ou une tablette, il est aussi susceptible d’emporter différentes charges utiles le rendant capable d’effectuer des tâches spécifiques pendant une durée de vol pouvant varier en fonction de ses capacités.Il existe deux types de drones : les multirotors de formes ,tailles et poids variés, propulsés par plusieurs moteurs généralement électrique mais parfois à essence faisant tourner des hélices et les ailes volantes plus proche de l’avion elles sont généralement propulsés par un moteur à hélices.En anglais, les termes utilisés pour décrire les drones de loisirs sont des acronymes : UAV pour Unmanned Aerial Vehicle ou UAS (Unmanned Aerial System) lorsque son équipement est à bord. On peut également parler de RPAS qui est un synonyme excluant simplement les engins autonomes. En bref, pas de panique si vous rencontrez ces termes : on parle bien de drones destinés au public ! L’Histoire du Drone Le 2 juillet 1917, soit il y a un peu plus d’un siècle, Max Boucher réussit en effet à faire décoller un avion sur une distance de 500 mètres.Le premier drone a été conçu, réalisé et expérimenté avec succès dès 1923 à Etampes par l’ingénieur Maurice Percheron et le capitaine Max Boucher ; mais l’armée française ne trouva pas alors d’intérêt à cette nouvelle technologie.L’armée allemande ne fut pas du même avis et la développa à partir de 1938 sous la forme de bombes planantes antinavires radioguidées et de bombes antichar et véhicules à chenilles filoguidées.Plus tard les Américains en usèrent durant la guerre du Viêt Nam pour la reconnaissance photographique et comme cibles mobiles pour l’entraînement au combat aérien et au tir de DCA.À cette époque, toutes les grandes puissances cherchent en effet un moyen de réaliser des missions aériennes sans avoir à engager la vie de leurs pilotes. Les racines du drone sont donc profondément militaires avant de petit à petit s’étendre au domaine civil. Il faudra en effet attendre les années 2010 pour voir apparaître les premiers vrais drones de loisirs, largement poussés par l’arrivée des actions cam, ces caméras sportives capables de capturer les exploits les plus extrêmes. Combinées au châssis du drone, les pilotes ont dorénavant la possibilité de photographier et de filmer depuis les airs ! Comment fonctionne un drone ? Le processus de fonctionnement d’un drone peut sembler simple pour la plupart d’entre vous, mais l’appareil embarque en fait une technologie complexe à l’intérieur. Avant de discuter du concept de fonctionnement des drones, vous devez savoir qu’il existe une différence entre les drones et leurs ancêtres, les hélicoptères. Le première peut voler indépendamment, tandis qu’un pilote est nécessaire pour diriger le second. Le processus de fonctionnement d’un drone peut sembler simple pour la plupart d’entre vous, mais l’appareil embarque en fait une technologie complexe à l’intérieur. Avant de discuter du concept de fonctionnement des drones, vous devez savoir qu’il existe une différence entre les drones et leurs ancêtres, les hélicoptères. Le premier peut voler indépendamment, tandis qu’un pilote est nécessaire pour diriger le second.En fait, il s’agit d’un système multi-hélices spécialement conçu à l’intérieur d’un drone qui rend cet appareil très indépendant et aide également à réduire les risques de pannes. Une chose importante à noter à propos de ce système multi-hélice est que même si un moteur à l’intérieur de cet appareil cesse de fonctionner, il continuera à voler car il obtient le soutien des hélices qui travaillent en groupe. Les drones qui possèdent un grand nombre de moteurs à l’intérieur peuvent maîtriser leur élévation et peuvent donc porter des charges plus lourdes pendant le vol. Ces hélices reçoivent leur énergie d’une source dédiée et la plupart de ces appareils contiennent des piles amovibles pour pouvoir rester en l’air pour une longue durée. Le temps de vol peut être prolongé grâce à l’utilisation de piles puissantes lors de la fabrication. Fabricant de drones les plus populaires DJI Innovations Yuneec  Parrot  3D Robotics  Hubsun  Sympa Toy  Autel Robotics  Xiro  Vantage  Horizon Hobby Les différentes catégories de l’utilisation du drone et domaines d’utilisation  1. Les drones militairesLes armées sont les premiers à avoir utilisés les drones pour remplacer les avions, leurs volumes et leurs autonomies peuvent être très importantes, leurs permettants d’assurer des missions de combat, de surveillance ou de reconnaissance. 2. Les drones de loisirsDe la famille de l’aéromodélisme, c’est petits aéronefs se retrouvent un peu partout dans les rayons jouets de magasins, Léger et de petite taille il peut être équipé d’une caméra, mais l’acheter ne veux pas dire que vous pouvez faire ce que vous voulez avec ! Vous devez respecter des règles de sécurité et la vie privée, ne pas faire voler votre drone en zone urbaines ou au dessus de personnes, ne pas filmer ni revendre les prises de vues, ect…Renseignez vous sur la réglementation  avant de faire décoller votre drone de loisirs pour que ca reste un loisir.3. Les drones civiles professionnelsC’est la catégorie où évolue nos télé pilotes qui répondent eux et leurs matériels, aux réglementations imposées pour l’utilisation du drone dans le cadre professionnel. Ils peuvent ainsi réaliser différentes prestations . Leurs aéronefs peuvent êtres équipés de différentes caméras, appareils photographiques, capteurs, sondes ou autres pour répondre aux besoins des particuliers comme des professionnels en imagerie aérienne technique ou artistique, en cartographie, en thermographie…Il est alors plus juste de parler de système de drone car le drone fait partie d’un système.La famille des drones comprend cinq grandes catégories :•    les mini drones ;•    les drones tactiques, lents ou rapides, à voilure fixe ou tournante ;•    les drones de moyenne Altitude , longue endurance  désignés MALE ;•    les drones stratégiques, encore appelés HALE (haute altitude, longue endurance) ;•    les drones de combat, encore appelés UCAV.Leurs applications civiles incluent les contrôles sur le trafic, les opérations de recherches aériennes et de sauvetage, la récolte de données pour la prédiction météorologique, le relais d’informations…Certains servent tout simplement de démonstrateurs technologiques, validant à moindre coût, grâce à la réduction d’échelle et donc la quantité  de matériaux  nécessaires, certaines formules aérodynamiques ou certains équipements, sans pour autant risquer la vie d’un pilote d’essais.Selon de récentes informations, Google et Amazon développent leurs propres drones afin d’assurer facilement la livraison des colis. Un autre concept intéressant est présenté par Facebook qui envisage de développer des drones géants qui pourront transmettre un signal aux sites distants pour l’accès direct à Internet. Les drones dans le monde d’aujourd’hui ont également joué un rôle majeur dans l’industrie cinématographique et les journalistes reporters les utilisent également pour obtenir des informations depuis des sites inaccessibles.Chez SkyVue Solutions, les drones nous permettent de faire des prises de vue en 4K sur des projets de BTP, faire des audit de base, prendre des mesures, faire des inspections etc…  

L’intelligence artificielle
L’intelligence artificielle

Aujourd’hui, d’une simple phrase, on peut connaître la météo, programmer une alarme, être averti de ses rendez-vous, avec les trajets pour s’y rendre et des résultats de plus en plus précis au fil du temps… C’est la face émergée de l’Intelligence Artificielle dans notre vie quotidienne. Mais au-delà de ces usages, pratiques mais un peu anecdotiques, l’IA recouvre un vaste domaine et des champs d’application existants au potentiel quasi-infini.1. Qu’est-ce que l’intelligence artificielle ?L’Intelligence Artificielle (IA) est la simulation de processus d’intelligence humaine par des machines. Plus particulièrement, des systèmes informatiques. Ces processus comprennent trois phases. Tout d’abord, l’apprentissage, c’est-à-dire l’acquisition de l’information et ses règles d’utilisation. Puis, le raisonnement, soit l’utilisation de règles pour tirer des conclusions approximatives ou définitives. Et enfin, l’autocorrection. L’IA peut être classée comme faible ou forte. L’IA faible, ou IA étroite, est un système d’intelligence artificielle conçu et entraîné pour une tâche particulière. Ainsi, les assistants personnels virtuels comme Siri d’Apple, sont une forme d’IA faible. Quant à l’IA forte, ou intelligence générale artificielle, elle dispose de capacités cognitives humaines. Lorsqu’on lui présente une tâche inconnue, un bon système d’IA est capable de trouver une solution, sans intervention humaine.La notion voit le jour dans les années 1950 grâce au mathématicien Alan Turing. Dans son livre « Computing Machinery and Intelligence », ce dernier soulève la question d'apporter aux machines une forme d'intelligence. Il décrit alors un test aujourd'hui connu sous le nom « Test de Turing » dans lequel un sujet interagit à l'aveugle avec un autre humain, puis avec une machine programmée pour formuler des réponses sensées. Si le sujet n'est pas capable de faire la différence, alors la machine a réussi le test et, selon l'auteur, peut véritablement être considérée comme « intelligente ».Le terme « intelligence artificielle » a été créé plus récemment, en 1955 par John McCarthy. En 1956, John McCarthy et ses collaborateurs ont organisé une conférence intitulée « Dartmouth Summer Research Project on Artificial Intelligence » qui a donné naissance au machine learning, au deep learning, aux analyses prédictives.2. Comment fonctionne l’intelligence artificielle ?Les machines dotées d'une intelligence artificielle mémorisent des comportements. Ce travail de mémorisation leur permet par la suite de résoudre des problèmes, et d'agir correctement face à telle ou telle situation. Cet apprentissage se réalise à l'aide de bases de données et d'algorithmes. Ce travail complexe aide la machine à mesurer l'importance d'un problème, à passer au crible les solutions possibles et les situations passées similaires afin de bien agir.L’IA a ainsi fréquemment recours à l’apprentissage supervisé. Par exemple, on « nourrit » un programme avec des milliers de photos de voitures, étiquetées. Après cet « entrainement », le programme peut reconnaître, seul, des voitures de tous types sur les nouvelles images qui lui seront présentées.Autre composant de l’intelligence artificielle, le « Machine Learning ». Cette fois, on donne aux ordinateurs l’accès à des données, puis on les laisse apprendre par eux-mêmes, sans intervention humaine ou reprogrammation logicielle. Ce qui leur permet de s’améliorer progressivement, de manière autonome. Et de dépasser ainsi les fonctions et les capacités initialement programmées.Certains algorithmes ne se contentent plus de reconnaître des images, mais se montrent capables de les produire et de donner des yeux aux machines.Certains experts de l’industrie estiment que le terme  » intelligence artificielle  » est trop étroitement lié à la culture populaire. Alors, le grand public a des craintes irréalistes au sujet de l’IA. Mais aussi des attentes improbables sur la façon dont elle va changer le milieu de travail et la vie en général. Ainsi, les chercheurs et spécialistes du marketing espèrent que l’étiquette « intelligence augmentée« , qui a une connotation plus neutre, aidera les gens à comprendre que l’intelligence artificielle améliorera simplement les produits et les services. Mais surtout qu’elle ne remplacera pas les humains qui les utilisent.3. Comment les entreprises peuvent bénéficier de l’intelligence artificielleToutes les entreprises, quelles que soient leur taille et la quantité de données gérées, peuvent bénéficier de l’intelligence artificielle. Et tous les secteurs sont impactés, ou le seront demain.Traduction automatique, maintenance prédictive, chatbots et autres assistants virtuels sont des exemples connus… Vous pouvez aussi, dès aujourd’hui, amplifier les capacités de vos collaborateurs en les déchargeant des tâches répétitives, à faible valeur ajoutée et même améliorer votre business model, en mariant data, IA et expertise humaine.Quant aux forces de vente, elles gagnent, grâce aux algorithmes, la capacité de mieux cibler les bons prospects et de connaitre les clients à choyer, grâce à l’analyse automatique des conversations.Bref, là où il y a du digital, il y a (ou aura) de l’intelligence artificielle. Qui peut vous offrir un réel avantage compétitif… De nombreuses entreprises l’ont bien compris.Les outils d’intelligence artificielle présentent un éventail de nouvelles fonctionnalités pour les entreprises. Toutefois, l’utilisation de l’IA soulève des questions éthiques. En effet, les algorithmes de deep learning, ou apprentissage profond, sous-tendent bon nombre des outils d’IA les plus avancés. Néanmoins, leur intelligence dépend des données qu’on leur fournit pendant la formation. Puisqu’un humain choisit les données qui utilisées pour la formation d’un programme d’IA, le risque de biais humain est inhérent et doit être surveillé de près.4. Intelligence artificielle : tous les secteurs impactésDe nombreuses entreprises à travers le monde utilisent dès à présent l’intelligence artificielle, pour devenir plus productives, plus efficaces, plus innovantes…Les machines connectées augmentent cadence, fiabilité et nombre de pièces conformes A la clé : réduction des incidents, meilleur temps de disponibilité des machines et, au final, productivité accrue.Les chatbots, disponibles 24H/24, 7j/7, capables d’informer, conseiller, fidéliser ou divertir. Les chatbots sont désormais et depuis ces dernières années les meilleurs alliés des services clients – et même, dans certaines entreprises, des atouts pour les collaborateurs, avec la naissance de nombreux logiciels d’intelligence artificielle.Les professionnels de santé ont bien compris l’intérêt de l’intelligence artificielle et commencé à l’utiliser. Les médecins améliorent le diagnostic des cancers et ouvrent la voie à une médecine préventive et plus seulement curative. Elle est aussi utilisée par les services de détection des fraudes des établissements financiers, pour la prévision des intentions d'achat et dans les interactions avec les services clients en ligne.Automobile, banque-finance, logistique, énergie, industrie... Aucun secteur d'activité n'est épargné par la montée en puissance de l'intelligence artificielle. Et pour cause, les algorithmes de machine learning se déclinent à tous les étages en fonction des problématiques business.Chez SkyVue, l’intelligence artificielle intervient dans la collecte des données (prise de mesures, détections de matériaux etc…)

La réalité augmentée… Qu’est-ce que c’est?
La réalité augmentée… Qu’est-ce que c’est?

Le 09 janvier dernier, un lion apparu sur le toit du stade d’Olembe lors du match d’ouverture de la CAN 2021 au Cameroun. Ce lion virtuel est venu donner une touche d’innovation à cette cérémonie . Certains ont parlé d’hologramme dès le départ. Mais si cela avait été le cas, les spectateurs présents à Olembe auraient aperçu le lion comme s’il était devant eux. Il s’agissait donc d’un lion 3D en réalité augmentée. Cette touche de réalité augmenté (RA), inspirée des nouvelles technologies, nous la devons au belge Thibault Baras, directeur des studios DreamWall.Mais qu’est ce qu’est la réalité augmentée ?La réalité augmentée (ou RA) est une technologie qui permet d’intégrer des éléments virtuels en 3D (en temps réel) au sein d’un environnement réel. Le principe est de combiner le virtuel et le réel et donner l’illusion d’une intégration parfaite à l’utilisateur.Pour la petite histoire, Le premier système de réalité augmentée fut conçu en 1968 par Ivan Sutherland, dans le cadre de recherches au MIT. Il s’agit à l’époque d’un casque disposant de deux lentilles au niveau des yeux. Celui-ci était relié à l’ordinateur grâce à un bras articulé, d’où le surnom qu’on lui donne à l’époque : épée de Damoclès.L’expérience consiste à afficher un cube en 3D à travers les lentilles. Un ordinateur recalcule l’image et l’angle de vue afin de suivre les mouvements de tête de l’utilisateur. Ce dispositif pose les bases de la réalité augmentée.Principe et fonctionnement de la réalité augmentéeLa technologie fonctionne par l’intermédiaire d’un terminal qui filme le monde réel et y incruste en direct des objets virtuels, animations, textes, données, sons que l’utilisateur visionne à partir de l’écran. Il peut s’agir d’un smartphone, d’une tablette tactile, d’une paire de lunettes, d’un casque ou d’un système d’affichage tête haute.La synchronisation du monde réel et des informations virtuelles se fait à partir de la géolocalisation et des capteurs embarqués (accéléromètre, gyroscopes…) qui situent l’utilisateur par rapport à son environnement et adaptent l’affichage à ses mouvements.La réalité augmentée : un outil professionnel.Contrairement à la réalité virtuelle, la réalité augmentée fut majoritairement développée à des fins expérimentales et professionnelles (armée, industrie, etc.). Très vite, les entreprises ont compris les enjeux de cette technologie et ont cherché à se l’approprier. Avec l’arrivée des smartphones et tablettes, le secteur de la RA est en plein boom et de nombreuses entreprises y trouvent des finalités professionnelles dans leur utilisation.Les domaines d’applications touchent aussi bien les loisirs (avec les jeux vidéo) que l’éducation, la médecine, mais aussi l’industrie. L’un des secteurs qui a le plus recours à la réalité augmentée est celui de la formation : cela permet à des techniciens d’apprendre de nouvelles procédures en conditions réelles.Dans le domaine culturel, des applications de réalité augmentée permettent aux touristes ou aux visiteurs de musées de découvrir l’histoire des lieux ou des œuvres en pointant la caméra de leur smartphone dans leur direction.Chez SkyVue la réalité augmentée intervient dans la prise de mesures sur le terrain à travers un logiciel de capture afin de faire une estimation des besoins d’un projet de construction.N’oublions pas que la réalité augmentée est pressentie pour être le futur de la Tech mais pas seulement…