Utiliser l’IA générative comme un levier de compétitivité pour Thales LAS OME
En participant au programme Confiance.ai, Thales LAS OME a amélioré ses capacités de traitement d’image et a intégré des fonctionnalités avancées d’IA générative. Ces avancées sont cruciales pour maintenir sa compétitivité.
Les enjeux relatifs à l’adoption de l’IA spécifiques à Thales
Les IA modernes permettent d’atteindre un niveau de performance inédit sur des tâches standards de traitement d’image. Elles ouvrent également la voie à la réalisation de nouvelles fonctionnalités, comme l’IA générative. Le recours à ces nouvelles technologies est une condition nécessaire de compétitivité. En contrepartie, ces IA font naître (ou accentuent) certains freins : la nécessité de disposer, de gérer et d’annoter des données en grande quantité, la difficulté à garantir un domaine de fonctionnement et la difficulté à incrémenter les modèles dans le temps.
Les produits ou services impactés par le programme Confiance.ai
Les services impactés pourront être les fonctions de détection d’objet dans les images, de poursuite d’objets, et de segmentation sémantique.
La contribution de Confiance.ai à la stratégie et aux enjeux de Thales
L’apport le plus marquant de Confiance.ai est la prise en main des méthodes d’IA générative d’images et leur application à nos images. C’est une technologie candidate pour s’affranchir du problème de la frugalité de certaines classes d’objet lors de la phase d’entraînement. L’apport effectif de cette approche est encore en cours de démonstration. Une autre contribution est la pré-sélection de données à annoter (via Active Learning) afin d’optimiser le rapport coût d’annotation/performance du modèle. Confiance.ai a également permis à Thales de monter en maturité sur le MLOps et la gestion des données (ODD), nécessaires à l’industrialisation des fonctions basées sur l’IA.
Les avantages compétitifs développés grâce à Confiance.ai
Confiance.ai a tout d’abord permis de travailler dans un écosystème riche de nombreux acteurs en dehors de Thales, et de prendre conscience des carences techniques collectives du domaine. Cela a stimulé l’entreprise pour définir un processus plus rigoureux de conditionnement des données lors de la phase d’apprentissage. De plus, la contribution active sur certains sujets a permis de monter rapidement en compétence sur des sujets émergents, comme l’IA générative d’images.
Les challenges et les conditions de réussite pour la suite du programme Confiance.ai
La capacité d’incrémenter dans le temps un modèle d’IA n’a pas trouvé de réponses ou d’avancées claires dans Confiance.ai. Ce challenge reste à ce jour majeur dans les activités de Thales.
Exemple de mise en oeuvre/déploiement, en cours ou à venir
Grâce aux briques d’IA générative développées dans Confiance.ai, Thales est en capacité de générer des exemples d’objet rares et de les incruster dans ses images propriétaires (images infra-rouge). Les objets ainsi générés atteignent un niveau de représentativité très encourageant.
