Lab R&D, de la recherche fondamentale aux usages métiers réels.

.tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="76b9e19aebd78b467b04c64acfe33167"] { padding: 0px; } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="f7e0aaa9a428802f0240216d709331e6"] { background: url('https://www.smartpoint.fr/wp-content/uploads/bg_innovation1.jpg') center center no-repeat;background-size:cover;padding: 40px 25px 40px 25px; } .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="f7e0aaa9a428802f0240216d709331e6"] > .tb-container-inner { max-width: 1140px; } .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em} .tb-button[data-toolset-blocks-button="b59295fe618bedd763759582aea29a3e"] { text-align: center; } .tb-button[data-toolset-blocks-button="b59295fe618bedd763759582aea29a3e"] .tb-button__icon { font-family: dashicons; } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="4ceb22dba1d16a328ff9f36ea518e29b"] { padding: 80px 40px 80px 40px; } .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="4ceb22dba1d16a328ff9f36ea518e29b"] > .tb-container-inner { max-width: 1195px; } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="94986a20ed49635371953793de42385c"] { background-image:linear-gradient( 90deg,rgba( 128, 196, 28, 1 ),rgba( 182, 221, 16, 1 ) );padding: 60px 25px 60px 25px; } .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="94986a20ed49635371953793de42385c"] > .tb-container-inner { max-width: 1195px; } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="5a899bc21c9b3abd63537340ebd55119"] { background-image:linear-gradient( 90deg,rgba( 128, 196, 28, 1 ),rgba( 182, 221, 16, 1 ) );padding: 0px 25px 0px 25px; } .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="5a899bc21c9b3abd63537340ebd55119"] > .tb-container-inner { max-width: 1195px; } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="c2a240f891830012972a479c0526bde1"] { border-radius: 30px;background: rgba( 250, 250, 250, 1 );padding: 40px 40px 80px 40px; } .tb-youtube{min-width:100px}.tb-youtube>div{width:100%;position:relative}.tb-youtube>div>iframe{box-sizing:border-box;width:100%;height:100%;position:absolute;top:0;left:0} .tb-youtube[data-toolset-blocks-youtube="0b154e7714d6b842db1c49b4797bca87"] { width: 100%; } .tb-youtube[data-toolset-blocks-youtube="0b154e7714d6b842db1c49b4797bca87"] > div { padding-top: calc(100%/16*9); } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="740755c751b381a4644ae22cb8c33938"] { padding: 80px 40px 25px 40px; } .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="740755c751b381a4644ae22cb8c33938"] > .tb-container-inner { max-width: 1195px; } @media only screen and (max-width: 781px) { .tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}.tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="4ceb22dba1d16a328ff9f36ea518e29b"] { padding: 20px; } .tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-youtube{min-width:100px}.tb-youtube>div{width:100%;position:relative}.tb-youtube>div>iframe{box-sizing:border-box;width:100%;height:100%;position:absolute;top:0;left:0}.tb-container .tb-container-inner{width:100%;margin:0 auto} } @media only screen and (max-width: 599px) { .tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-youtube{min-width:100px}.tb-youtube>div{width:100%;position:relative}.tb-youtube>div>iframe{box-sizing:border-box;width:100%;height:100%;position:absolute;top:0;left:0}.tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="740755c751b381a4644ae22cb8c33938"] { padding-right: 20px;padding-left: 20px; }  } 

Data Lab R&D

Smartpoint, c’est un également un pôle de recherche et d’innovation inshore à Paris qui réalise une veille technologique en continu, qui expérimente de nouveaux outils et qui capitalise sur les retours d’expérience réalisés chez nos clients. Nous menons nos propres recherches dans de nombreux domaines pour être toujours à la pointe de l’innovation mais aussi être en capacités de proposer des solutions de rupture à nos clients.

La Data est notre cœur d’expertise historique, elle est gravée dans notre ADN. C’est un domaine technologique particulièrement riche et dynamique qui ne cesse d’innover. Nos chercheurs sont des explorateurs, avec une démarche scientifique, qui couvrent l’ensemble de nos domaines d’expertises pour identifier en phase précoce ce qui sera peut-être demain une véritable avancée technologique, en réponse aux enjeux métiers de nos clients.

Nos missions

Innover : tester en amont les technologies émergentes pour éprouver leur viabilité et en être capacité de les mettre en oeuvre chez nos clients early adopters.
Étudier : Mener des POC (Proof Of Concept) et des MVP (Minimum Viable Product) suite à nos ateliers d’idéation ou à la demande de nos clients.
Former : Assurer la montée en compétences de nos collaborateurs et contribuer à la richesse collective de nos compétences Data.

Nos équipes de chercheurs travaillent actuellement plus particulièrement sur tous les nouveaux cas d’usages émergeants suite aux avancées technologiques rendues possible par l’intelligence artificielle et le machine e-learning.

Au-delà de la recherche fondamentale, Smartpoint vous propose des ateliers de co-création immersifs pour travailler sur vos problématiques Data et nous travaillons ensemble sur prototype (POC) par cas d’usages.

Programme de recherche en Deep Learning

Computer vision avec Pytorch : dans le cadre d’un workshop retail, nous avons réussi à générer des mannequins virtuels ultra réalistes en utilisant les réseaux antagonistes génératifs GANs.
Notre équipe de recherche a expérimenté de nouvelles solutions avec une base de données de photos de mode mettant en scène le port de vêtements de mannequins “réels” (des catalogues de produits utilisés dans l’e-commerce) dans l’objectif de voir comment les modèles génératifs GANs gèrent des géométries complexes et des données limitées.
Ces modèles viendront surement enrichir à court terme le catalogue des d’outils de promotion qu’utilisent les marques de prêt-à-porter, les acteurs du retail ou encore les agences de publicité. Il faut dire que les enjeux sont de taille en termes d’économies potentielles et de gains de temps (location de studio, frais de shooting photo, mannequins, essayages multiples de modèles en différentes couleurs, etc.).

Les travaux menés actuellement par nos chercheurs

La computer vision enrichie à l’intelligence artificielle

Interpréter automatiquement des données visuelles issues du monde réel pour générer ou recommander une action face à un phénomène détecté est l'objet de ces travaux. Le NLP (Natural Language Processing) permet notamment de générer du texte comme de la traduction ou du question answering. La modélisation générative (modèles basés sur les GAN ou VAE) fait également l'objet de nombreux travaux en Image super-resolution (SR), image completion, deepfake, Text-to-Image translation, Video Prediction, 3D Object Generation, (...).

L'IA est la génération contrôlée de nouvelles molécules

Dans le domaine de la R&D pharmaceutique, nous avons développé un nouveau modèle de réseau neuronal récurrent contrôlé, basé sur une architecture multicouche de cellules « Long Short-Term Memory (LSTM) », pour générer des molécules présentant des propriétés pharmacologiques et physico-chimiques particulières (activité sur une protéine, solubilité, toxicité, etc.) et qui peuvent être, par exemple, utiles pour le traitement du cancer.

Nouvelle génération de moteurs de recommandation dans le retail

Nous avons élaboré une approche de filtrage collaboratif en utilisant les Machines de Boltzmann Restreintes. Nous avons entrainé le modèle sur des données de transactions variées et représentatives du comportement des différents consommateurs d’une grande enseigne. Nous avons depuis enrichi le modèle en le combinant avec d’autres approches par factorisation de matrice ou par recherche de similarité pour améliorer encore les performances et lancer un projet pour valider la valeur ajoutée de notre système.

Les news

ia molecules industrie pharma r&d innovation

14 mars 2021

L’IA part à la découverte de nouvelles molécules dans l’industrie pharmaceutique.

La découverte de nouvelles molécules, qui sont dotées de spécifications biochimiques bien particulières, représente toujours un processus très laborieux et coûteux dans la R&D pharmaceutique. En effet, cette découverte est traditionnellement menée par un tâtonnement au cas par cas sur un nombre astronomique de molécules candidates dont l’objectif est de trouver, ou mieux identifier, une […]

moteurs recommandation algorithme grande distribution data

12 janvier 2020

Innovations dans les moteurs de recommandation pour le retail & la grande distribution.

Le croisement et l’analyse d’innombrables données, de type Big Data, a toujours été une problématique majeure dans la grande distribution. Depuis des années, les distributeurs collectent, enregistrent et analysent d’énormes quantités d’informations, depuis les sorties de caisses jusqu’aux stocks, en passant par les prix. De nos jours, la valorisation de ce type de données est […]

deep learning mannequins virtuels catalogue e-commerce

12 octobre 2021

Le deep-learning s’invite dans les catalogues e-commerce

Les algorithmes de Deep Learning ne cessent d’ouvrir de nouveaux champs des possibles en termes d’applications ! Citons pour exemple le succès de sites comme « This Person Does Not Exist », « This Anime Does Not Exist », « This Automobile Does Not Exist ». Chez Smartpoint, nous avons réussi à générer – from scratch – des mannequins virtuels ultraréalistes en utilisant les réseaux antagonistes génératifs GANs, nous permettant ainsi de lancer bientôt notre « This Fashion Model Does Not Exist » 😉 Notre […]

Voir toutes les news