En combinant des algorithmes complexes d'apprentissage automatique et d'intelligence artificielle, la jeune pousse M-Cador est capable d'extraire dans le flux des données récupérées sur le terrain uniquement les données utiles à traiter dans le cloud. Son savoir-faire s'applique en priorité aujourd'hui au traitement d'image, mais le champ des possibles est ouvert à l'exploitation et à la valorisation de masses de données encore mal exploitées par les industriels. ...

Actuellement il est de plus en plus facile d’acquérir des données, de les stocker, voire de les envoyer dans le cloud. Mais quid de leur traitement, de leur analyse ? Car l'important est bien de connaître la valeur des données acquises désormais de manière massive dans la mouvance de l’Internet des objets où capteurs, systèmes, machines industrielles… sont connectés via des liaisons sans fil (3G/4G, LoRa, Sigfox…) à des bases de données de plus en plus volumineuses. L'une des voies pour donner une valeur réelle à ces données est de les analyser en tirant parti des avancées réalisées ces dernières années dans des disciplines comme les algorithmes d’intelligence artificielle, l’apprentissage automatique (avec les réseaux de neurones), l’apprentissage profond (deep learning), etc. Avec deux approches possibles (qui ne sont d'ailleurs pas exclusives) : un traitement au niveau du cloud avec des logiciels d’envergure, ou bien une analyse au plus près du terrain pour n’envoyer vers les serveurs installés dans le nuage que des données utiles.

David Tavares et Rodolph Vogt, cofondateurs de M-Cador

C’est cette dernière voie qu’a suivie la jeune société M-Cador. Créée en 2015 et basée à Paris, cette start-up se présente comme une entreprise qui valorise la donnée, i.e. qui transforme les données acquises par des objets connectés en informations utiles pour l’utilisateur final. « Nous avons fondé M-Cador à la suite d’un projet développé au sein de l’école d’ingénieurs Epitech, raconte Rodolph Vogt, l’un des deux cofondateurs de M-Cador avec David Tavares. Il s’agissait d’utiliser et de piloter un essaim de drones pour faire de l’inspection visuelle. Mais très vite, nous nous sommes aperçus que les utilisateurs étaient intéressés par la partie analyse d’image que nous avions développée... avec de très nombreux cas d’usage où le drone n’était pas adapté. M-Cador s’est donc développé naturellement depuis sa création dans le domaine de l’automatisation des tâches d’inspection visuelle, le capteur, c’est-à-dire la camera, étant embarqué sur un tracteur, un train, installé sur un site industriel, etc. »

Un moteur d'analyse d'image

Au cœur du savoir-faire de la société, on trouve donc un moteur d’analyse d’image qui met en œuvre des technologies logicielles d’auto-apprentissage, d’apprentissage profond et d’intelligence artificielle. Cette boîte à outils de haut niveau, qui résulte de la capitalisation par M-Cador de sa maîtrise d’algorithmes de “machine learning” et d’analyse intelligente d’image, permet d’extraire des informations utiles directement sur le terrain. En somme, la start-up réussit à tirer de la valeur à partir de données brutes issues d’images du monde réel (vision déformée, floue…) que les entreprises intéressées par ces technologies ne peuvent pas mettre en œuvre, faute de moyens ou de l'expertise nécessaire.

M-Cador se positionne ainsi comme une société de service à haute valeur ajoutée qui adapte ses propres technologies à chaque problématique rencontrée sur le terrain. Une partie de l’innovation dans cette approche réside dans la possibilité désormais offerte à des utilisateurs finaux de tirer parti, via des sociétés comme M-Cador, de technologies logicielles complexes, autrefois hors d’accès. « On peut dire que plusieurs avancées technologiques qui sont intervenues ces trois ou quatre dernières années ouvrent la voie à la création d’entreprises comme la nôtre, explique Rodolph Vogt. On peut citer notamment la disponibilité de processeurs de type GPU jusqu’à 40 fois plus puissants que les processeurs classiques et capables de traiter en temps réel des images, la connexion facilitée au cloud qui donne accès à des algorithmes complexes pour un un coût faible, ou encore la percée dans le monde industriel des algorithmes d’intelligence artificielle sous la pression de grandes sociétés comme Google ou Tesla pour la voiture autonome. »

A ces tendances il faut ajouter, selon Rodolph Vogt, le fait que « dans nombre de sociétés, de grandes masses de données sont déjà stockées, ce qui facilite la mise en place, pour des applications précises, de systèmes d’auto-apprentissage directement à partir de toutes ces informations. »

L'agriculture fortement intéressée

Parmi les applications déjà réalisées par M-Cador, celles liées à l’agriculture ont d’ores et déjà rencontré du succès à l'instar de l'analyse des mauvaises herbes ou des défauts de végétation sur de grandes surfaces, ou de l'analyse de prévision de récolte de raisin sur des vignes. Idem du côté des applications industrielles comme l’analyse de défauts sur des rails avec une caméra embarquée dans le train avec la SNCF.

Sur ces applications, le principe est toujours le même. Il s'agit de traiter au plus près du terrain des données complexes en embarquant des algorithmes d’analyse de haut niveau pour n’envoyer dans le cloud que des données utiles.

Pour le moment, M-Cador, qui s’appuie sur une équipe de cinq personnes, se développe de manière endogène, sans apport de financement externe.