Heex Technologies souhaiterait renforcer sa proposition de valeur en offrant une évaluation des algorithmes de déclenchement pendant la création et avant le déploiement, puis à terme d’automatiser le processus par l’intermédiaire de l’IA.
Ignorant de l'IA
3
<10 000 €
Non applicable
Public et privé
Heex Technologies, créée en 2019 à Paris, a en effet développé un procédé qui repose sur la «smart data». Cette solution permet de ne récupérer que les données vraiment utiles de façon automatisée et à destination des développeurs de logiciels de conduite autonome, en transitant par le cloud. De grands groupes l’ont adoptée comme Nvidia (à travers son programme d’accélération dans l’intelligence artificielle Inception), Microsoft (dans le cadre de son programme Autonomous Driving) ou encore Google via son programme pour les start-ups
Heex Technologies souhaiterait renforcer sa proposition de valeur en offrant une évaluation des algorithmes de déclenchement pendant la création et avant le déploiement, puis à terme d’automatiser le processus par l’intermédiaire de l’IA.
Workflow graphique de préparation et de croisement de données Itération rapide et historisation des expériences de Machine Learning Résultats déversés par connecteurs ou par API
Résultats: Amélioration de la productivité Réduction de 76% du temps d'analyse Automatisation du processus de détection d'évènements d'intérêt
None
Datategy et Heex Technologies ont pour objectif d’accélérer et d’améliorer le processus d’apprentissage de l’intelligence artificielle grâce à l’analyse, l’évaluation et l’extraction de données pertinentes lors de tests sur la route ou en simulation, véritable innovation. Un apprentissage plus ciblé de l’IA peut s’appliquer à de nombreuses entreprises qui pourraient améliorer leur efficacité opérationnelle et augmenter leur productivité grâce à une réduction des coûts, un renforcement de la fiabilité des opérations et une réduction du temps des traitements.
Heex Technologies vise à accélérer le passage à l’échelle des activités de R&D et in fine la mise en production de nouvelles technologies autonomes complexes.
Aucune
“I have been in the fascinating field of autonomous driving for two decades. There have been fantastic advances, made possible by the exponential growth of real-world data coupled with advances in simulation and deep learning. Now, learning everything is not possible, nor is it useful, and that strategy is broken. So the question is: What do we need and want to learn? What data is relevant to that? And the answer is clearly Smart Data: data that is relevant, interoperable, lightweight, real-time, easy to process and collaborative.”