Publicité

Ephoto Dam 4.1 : quand le DAM s’enrichit d’une IA sur mesure

  • einden_interface.png

    Interface Einden ephotoDAM
    Il est impossible de prendre une solution d’IA et de venir simplement la plugger sur la solution de DAM.
  • Si les IA génériques proposées par les GAFAM sont douées pour de nombreuses missions, elles manquent d’efficacité dans le cas du Digital Asset Management. Il leur manque le contexte et le vocabulaire métier du corpus documentaire et des médias qu’elles ont à traiter. C’est pour combler ce manque et enrichir Ephoto Dam de fonctionnalités adaptées qu’a été créé le DAMIA Lab.

    Le DAMIA Lab est un projet de type laboratoire commun porté par l’ANR (Agence Nationale de la Recherche), qui relie une entreprise en l’occurrence Einden, et des équipes de recherche, ici XLIM (Université de Poitiers/Université de Limoges/CNRS). Il s’agit du premier laboratoire commun sur le sujet du DAM. L’enjeu étant d’utiliser des technologies issues à la fois du traitement de l’image et de l’intelligence artificielle pour indexer, caractériser et organiser d’importants fonds documentaires.

    Les possibilités offertes par l’IA d’Ephoto Dam

    Plusieurs cas d’usage sont possibles, notamment :

    • le dédoublonnage des médias, autrement dit, être capable d’identifier les photos ou visuels qui se ressemblent, mais en tenant compte des particularités du fonds documentaire ;
       
    • les requêtes augmentées, autrement dit être capable de proposer à l’utilisateur des résultats dont il ne soupçonnait pas l’existence au moment de sa requête. Cela n’est possible qu’après avoir modélisé l’ensemble du fonds documentaire ;
       
    • l’indexation semi-automatique. Dans ce cas précis, l’ambition n’est pas de dire (grâce à l’IA) à un fabricant d’avions que des avions figurent sur ses photos ! Mais plutôt de permettre à l’IA d’apprendre de l’indexation déjà réalisée et de s’adapter au fonds documentaire afin qu’elle puisse reconnaître et proposer le bon modèle d’avion ou la bonne pièce d’avion.

    Le DAMIA Lab n’exploite donc pas d’IA «sur étagère», mais développe ses propres algorithmes, capables de comprendre la spécificité d’un corpus donné et de répondre ainsi avec précision aux besoins des utilisateurs.

     

    Des innovations intégrées à Ephoto Dam

    La version 4.1 d’Ephoto Dam intègre déjà certains produits de recherche issus du DAMIA Lab, notamment la reconnaissance faciale. L’Institut d’Études Politiques de Paris (Sciences Po), par exemple, utilise la solution d’Einden et ses capacités de reconnaissance faciale pour indexer les personnalités présentes sur ses photos et tous les éléments visuels de son patrimoine. Si pour certains grands noms, comme des présidents de la République, la chose est aisée, pour la plupart des personnes figurant sur les clichés, l’opération était jusqu’à présent plus compliquée.

    C’est là où l’IA développée par le DAMIA Lab entre en scène avec, après une phase d’entraînement, une capacité inédite à reconnaître automatiquement les personnes présentes sur les clichés, qu’elles soient connues ou non. Une fonctionnalité d’autant plus intéressante que les IA génériques interdisent la reconnaissance faciale. « Les travaux du DAMIA Lab ont permis de reconnaître de nombreuses personnalités, peu ou pas connues du grand public, sur plus de 50 ans d’archives visuelles », se félicite Arnaud Bour, le Président d’Einden.

     

    Vers un vaste champ des possibles

    Et ce n’est qu’un échantillon des possibilités qu’offrira sous peu Ephoto Dam enrichi des travaux de recherche du DAMIA Lab. Ces innovations confirment également le fait qu’il est impossible de prendre une solution d’IA et de venir simplement la plugger sur la solution de DAM. Pour que cela soit efficace, l’IA doit, en effet, être capable de comprendre et de modéliser les spécificités des différents corpus qu’elle a à traiter. Soit un gain de temps énorme pour les personnes en charge de l’alimentation des bases Ephoto Dam et des recherches encore plus rapides !

    logo-ephotodam-violet_300_dpi.png

     

    qr-code.png

     

     

     

     

     

     

     

     

     

     

    À lire sur Archimag
    Les podcasts d'Archimag
    Le Syndicat intercommunal d'énergies de Maine-et-Loire (SIÉML) s’est lancé dans un grand projet d’archivage électronique en 2023. L’opportunité de réduire l’impact carbone tout en optimisant les processus est apparue au cours du projet. Agnès Arendo, archiviste et déléguée à la protection des données du SIÉML, revient sur la mise en route et les grandes étapes de ce chantier.
    Publicité