Snips, algorithmes et prédictions au service des usagers

post
Credits
Image voir Notes de fin - Article: , Surfandbiz
L'open data et l'intelligence artificielle ouvre la voie à des applications innovantes, Snips est une startup à la pointe des technologies prédictives au service des usagers.

Créée l'année dernière par Rand Handi, récent vainqueur du titre de meilleur jeune innovateur français de l'année par la MIT Technology Review (revue de l'Institut de Technologie du Massachusetts), Snips est une jeune start-up française qui emploie aujourd'hui 7 titulaires de doctorats, dont les trois cofondateurs, Rand Handi, doctorant en bioinformatique à l'University College of London, Alexandre Vallette et Maël Primet, respectivement docteur en physique et mathématiques à l'Ecole Normale supérieure.

Son activité est décrite comme la "modélisation prédictive", qui consiste à mobiliser l'intelligence artificielle pour apporter des prévisions concrètes et plausibles sur les événements à venir pour les usagers, ainsi ces technologies prédictives permettent de prédire la disponibilité des places de stationnement dans les villes ou encore les embouteillages et bien d'autres problèmes urbains que nous rencontrons au quotidien.

Première concrétisation de ces modèles mathématiques, suite aux Hack Days Transilien SNCF en 2012, Snips va se servir des statistiques de fréquentation du réseau Transilien de la SNCF pour construire un modèle prédictif qui fait office de base de fonctionnement à une application mobile nommée Tranquilien, très pratique pour tous les usagers d'Ile-de-France, afin de les aider à choisir le train le plus judicieux et même, le wagon le moins fréquenté du train choisi, déterminant ainsi le meilleur moment pour profiter d'un niveau de confort maximum à bord et éviter de voyager debout.

Cette application, disponible sous iOS, si elle est limitée aux usagers parisiens, a rencontré un important succès sur la grande couronne, permettant à tout un chacun dans la journée, de consulter sur son smartphone le taux de remplissage des trains bien avant l'heure d'aller travailler ou la sortie du bureau et donc d'adapter son planning en conséquence. Après avoir saisie les gares de départ et d'arrivée, le voyageur prend connaissance des horaires des prochains trains et de la montée en charge des rames symbolisée par des codes couleur : vert, les trains disposent de nombreuses places assises, orange pour ceux qui en possèdent encore, rouge les trains sont bondés. Il est à noter que les données sont mises à jour en temps réel en utilisant également les informations fournies par les usagers.

Pour chaque application, il y a d'abord une analyse des données prédictibles, puis une phase de test auprès d'un panel de personnes. Ce ne sont que les éléments dont les prédictions s'avèrent crédibles et justes qui seront retenues pour le lancement public de la future application. La technologie est applicable à de nombreux comportements en milieu urbain, les modèles utilisent autant de données historiques ou sociodémographiques qu'il est nécessaire, mais le véritable enjeu est la modélisation contextuelle, c'est-à-dire la capacité à reconstruire le contexte d'une situation.

La startup qui exploite les données des big-data via l'intelligence artificielle avec la théorie des graphes pour identifier des facteurs cachés et sous-jacents des comportements urbains, est prête à faire émerger des services dans n'importe quelle ville du monde pour les rendre plus intelligentes. Rand Handi et son équipe souhaitent accélérer leur développement pour mettre à disposition cette technologie auprès des concepteurs de sites et d'applications. Une levée de fonds de plusieurs millions d'euros serait actuellement en passe d'être finalisée, alors qu'un bureau commercial doit prochainement s'ouvrir à San Francisco.


à lire aussi