Nous entendons depuis plusieurs ann\u00e9es, ce terme revenir dans l\u2019actualit\u00e9 ou nos discussions, avec une promesse de r\u00e9volution \u00e0 venir.<\/p>\n
Qu\u2019est-ce que ce terme d\u2019IA signifie vraiment ?<\/b> Il est souvent associ\u00e9 \u00e0 d\u2019autres expressions plus ou moins absconses telles que machine learning, big data, web s\u00e9mantique, r\u00e9seau de neurones\u2026<\/p>\n
Contrairement \u00e0 ce que nous pourrions penser, la plupart des progr\u00e8s que nous voyons apparaitre dans ce domaine, sont bas\u00e9s sur des algorithmes, qui pour certains, datent de plus de 30 ans ! Ce qui a chang\u00e9 : Internet et son volume de donn\u00e9es illimit\u00e9 ainsi que la puissance des processeurs et donc de calculs qui permettent d\u2019avoir des r\u00e9sultats dans un d\u00e9lai acceptable.<\/p>\n
Le Groupe Achat Solutions investit dans la mise en \u0153uvre de ces nouvelles techniques notamment dans sa plateforme d\u2019E-sourcing S\u00e9l\u00e9n\u00e9e. Nous n\u2019en sommes qu\u2019au d\u00e9but mais des exemples concrets de mise en application existent d\u00e9j\u00e0 dans S\u00e9l\u00e9n\u00e9e et d\u2019autres sont \u00e0 venir prochainement.<\/p>\n
En 2019, gr\u00e2ce \u00e0 l\u2019expertise de datascientist, nous avons structur\u00e9 notre 1er projet d\u2019analyse de donn\u00e9es.<\/p>\n
1# Cas concret bas\u00e9 sur du pr\u00e9dictif : Construction d\u2019un score indiquant la probabilit\u00e9 qu\u2019une entreprise remporte un march\u00e9 public <\/u><\/p>\n
Ce scoring est bas\u00e9 sur plusieurs point d\u2019entr\u00e9es utilisant les informations issues des donn\u00e9es ouvertes (OPEN DATA) :<\/p>\n
Le mod\u00e8le algorithmique s\u2019est entrain\u00e9 sur ce couple OPEN SIRENE \u2013 DONNEES ESSENTIELLES gr\u00e2ce \u00e0 un r\u00e9seau de neurones qui compile ces donn\u00e9es et nous retourne un r\u00e9sultat sous forme de scoring (note sur 20) ou de pourcentage. Sa finalisation sera effectu\u00e9e en 2020.<\/p>\n
A savoir que le r\u00e9seau de neurones fait partie d\u2019une architecture de calculs parmi d\u2019autres architectures de calculs. Il fait partie de la famille du machine learning. Notre projet s\u2019entraine gr\u00e2ce \u00e0 son \u00ab alimentation positive \u00bb par des exemples de march\u00e9s remport\u00e9s et une \u00ab alimentation n\u00e9gative \u00bb par des fournisseurs n\u2019ayant pas remport\u00e9 de march\u00e9s (offres \u00e9lectroniques d\u00e9pos\u00e9es mais non titulaires du march\u00e9) \u2013 C\u2019est gr\u00e2ce \u00e0 cet entrainement que le syst\u00e8me pourra ensuite nous pr\u00e9dire les chances pour une entreprise de remporter ou non un appel d\u2019offres.<\/p>\n
2# Projet bas\u00e9 sur le Traitement Automatique du Langage Naturel (TALN) ou Natural Langage Processing (NLP) – Utilisation de mots cl\u00e9s ou de m\u00e9tiers en lieu et place d\u2019une codification CPV <\/u><\/span><\/p>\n L\u2019utilisation du traitement automatique du langage naturel prend toute sa place dans S\u00e9l\u00e9n\u00e9e \u00e0 diff\u00e9rents niveaux. Lors du param\u00e9trage du compte et du choix du domaine d\u2019activit\u00e9 ou beaucoup plus important, dans l\u2019annuaire, sous forme de recherche s\u00e9mantique. L\u2019id\u00e9e \u00e9tant de s\u2019approcher d\u2019une recherche type Google.<\/p>\n Le TALN est une branche importante du machine learning.<\/p>\n Diff\u00e9rentes techniques vont permettre de nous approcher de ce \u00ab Graal \u00bb.<\/p>\n Par exemple la lemmatisation <\/b>est un proc\u00e9d\u00e9 lexical qui nous permet de regrouper les mots d\u2019une m\u00eame famille. Un exemple simple est avec l\u2019adjectif grand, grande, grandes.<\/i> Un autre exemple un peu plus complexe, en tout cas informatiquement parlant, est le verbe \u00eatre : est, sois, fut, \u00e9tait\u2026<\/i><\/p>\n Beaucoup d\u2019autres solutions sont utilis\u00e9es, comme le fuzziness <\/b>qui permet de prendre en compte les mots m\u00eame lors de fautes d\u2019orthographe, inversion de lettre, lettre manquante (contat au lieu de contrat), les stop words<\/b> permettant d\u2019exclure les mots qui ne sont pas porteurs (de, en, \u00e0\u2026), la synonymie <\/b>gr\u00e2ce \u00e0 la mise en place d\u2019un dictionnaire de correspondance (scolaire, \u00e9cole)<\/p>\n La recherche et l\u2019analyse s\u00e9mantique sont un vaste sujet que nous allons travailler sur l\u2019ann\u00e9e 2020. Nous souhaitons amener plus d\u2019intelligence et permettre \u00e0 S\u00e9l\u00e9n\u00e9e de comprendre le sens d\u2019une phrase et non faire une simple analyse par mots-cl\u00e9s.<\/p>\n 3# Projet permettant de r\u00e9pondre aux demandes des utilisateurs de s\u00e9l\u00e9n\u00e9e.fr – Chatbot conversationnel <\/u><\/p>\n Nous allons rapidement mettre en place un ChatLive<\/b>, qui permettra aux utilisateurs d\u2019\u00e9changer par \u00e9crit et en direct avec les \u00e9quipes de S\u00e9l\u00e9n\u00e9e<\/a>.<\/p>\n Notre objectif est d\u2019ensuite basculer sur un ChatBot<\/b>. Dans ce cas, les utilisateurs seront amen\u00e9s \u00e0 \u00e9changer avec un assistant virtuel qui r\u00e9pondra aux demandes des utilisateurs, gr\u00e2ce \u00e0 l\u2019intelligence artificielle. Ce ChatBot sera bas\u00e9 \u00e9galement sur l\u2019analyse s\u00e9mantique que nous avons abord\u00e9e ci-dessus.<\/p>\n Il ne remplace pas un humain mais se positionne comme un assistant qui sera disponible 24h\/24h et 7J\/7j.<\/p>\n<\/div><\/div><\/div>