Présentation de EA4T

EA4T  est une Startup dont le cœur de métier est le développement et la commercialisation de services et d’API permettant de créer simplement des assistants numériques intelligents basés sur le langage naturel (écrit ou parlé), spécialisés et adaptés aux contextes métier de chacun de ses clients. Ce résultat est aujourd’hui possible grâce aux travaux de R&D menés par AIRUDIT (ex-EA4T)  depuis plusieurs années et ayant amené à l’élaboration d’une plateforme de services disruptifs : SteadyBear™ et ses deux sous-systèmes MantaSwarm™ et PureGraph™. Pour cela, EA4T a mis au point, un véritable triptyque technologique, constitué d’un moteur de Reconnaissance de la Parole (RAP) Maison, utilisant des Réseaux de Neurones Profonds (Deep Learning), et couplé à un moteur de traitement sémantique et de traitement automatique du langage Naturel (TAL), basé sur une technologie maison d’ontologies augmentées

Dans une société où la mobilité est devenue la norme, la simplification des interactions entre l’humain et les systèmes informatiques reste un challenge technologique fort. À une époque où les offres d’assistants vocaux se multiplient, il reste un problème majeur de compréhension et de contextualisation des demandes et de la prise en compte des requêtes complexes. La richesse du langage naturel vient du fait que, contrairement aux langages formels, le sens d’une phrase peut venir autant de ce qui est énoncé que du contexte non-dit, voire implicite. EA4T évolue donc ur le marché émergeant des technologies du langage naturel et des assistants numériques, mais avec un positionnement très original, car tentant d’associer plusieurs concepts forts :

  • La contextualisation par les ontologies et l’analyse sémantique de requêtes émises en langage naturel
  • La collecte, la structuration et l’indexation de contenus numériques disponibles sur le Web ou dans les systèmes d’information de ses clients
  • La construction en temps réel et en langage naturel de réponses adaptées exploitant ces données

Le projet « Assistants Virtuels Equipage basés sur des ontologies »

Pour répondre aux besoins d’un équipage d’aéronef (environnement contraint et embarqué) un agent conversationnel performant doit impérativement savoir mener à bien deux tâches distinctes :

  • Savoir traiter des Requêtes de Recherche d’Information (RRI), afin d’aller chercher dans une base structurée, la connaissance dont il a besoin. Le langage naturel pouvant être imprécis ou parcellaire, l’agent devra utiliser la base de connaissances pour inférer les informations manquantes ou étayer la requête en interrogeant de nouveau l’utilisateur.
  • Savoir initialiser et suivre une procédure métier de bout en bout. Des scénarii prédéfinis pourront se nourrir d’éléments provenant de la base de connaissance pour enrichir leur contexte d’exécution.

Dans le cadre de ce projet MMT, EA4T propose une approche globale, rassemblant un agent conversationnel qui pourra s’interfacer avec n’importe quel type de matériel, une base de connaissances structurée grâce à la prise en compte des ontologies, et la transformation du langage naturel en requête compréhensible par un système informatique car ces trois briques sont intrinsèquement liées

Les travaux de recherche et développement que EA4T mène depuis plusieurs années, ont permis d’obtenir une expertise dans la construction et l’exploitation des technologies d’ontologies. La plateforme que nous avons développée permet d’intégrer ces cartographies augmentées de domaines métiers et de connaissances, dans la lignée des standards du web sémantique, et nous permettent, outre une compréhension fine dudit domaine, une contextualisation des demandes plus précise et plus concise. Les connaissances présentes dans la base peuvent être de différentes natures : les définitions (« c’est quoi une OpEx ? »), les individus (« où est le waypoint le plus proche de moi ? »), les déclencheurs (« J’ai repéré un mouvement imprévu ? » peuvent aussi déclencher une procédure permettant de reporter un aléa de la mission). Toutes ces connaissances pouvant être tout ou partie d’une session de dialogue, il est nécessaire que le contexte soit parfaitement maîtrisé et identifié, parmi tous les éléments terminologiques ou parmi tous les process dont un pilote ou un équipage doivent avoir la maîtrise pendant les phases de vols.

ea4t-team
L’équipe EA4T