Pourquoi est-ce utile?

Si, par exemple, une personne en état de panique crie pour demander de l’aide, Zenbo pourrait suggérer d’appeler le 9-1-1 parce qu’il comprend le besoin sous-jacent d’assistance urgente. Cette sorte de réponse empathique pourrait faire des robots un compagnon important dans les maisons de soins, dans les hôpitaux et à la maison.

Depuis la création de l’entreprise en 2015, Borealis AI s’est associée à Mitacs pour soutenir le désir d’innovation de RBC par la collaboration universitaire. En plus de trouver des solutions aux problèmes spécifiques associés à l’apprentissage machine, Borealis AI est peut-être tombée sur la solution à une des plus grandes difficultés dans le domaine de l’intelligence artificielle (IA) au Canada — la rétention des meilleurs talents.

 « Nous avions envie de comprendre quelles réactions les gens pourraient avoir envers un agent dans divers types de situations en milieu de travail, affirme Julia. « Les gens feront-ils confiance au système de la même façon qu’ils font confiance à une personne?  Quelles sortes de défis ou d’obstacles pourraient se produire quand les agents conversationnels sont intégrés dans un milieu de travail à titre d’outil? »

Le nouvel outil utilise un système de vision par ordinateur fondé sur l’apprentissage profond ainsi que des algorithmes de classification de mouvement pour enregistrer des incidents tels que les chutes en temps réel, alerter des fournisseurs de soins et donner aux professionnels de la santé les informations dont ils ont besoin pour le triage immédiat.

Un stagiaire de Mitacs cherche maintenant une solution. Arvind Srinivasan cherche un algorithme qui intégrera des changements en temps réel dans des logiciels de cartographie existants. Le nouvel algorithme permet à l’application d’ajuster aisément votre route sans interrompre la navigation. Normalement, les changements imprévus à la carte exigent plus de puissance de traitement pour être intégrés.

L’application utilisera des histoires audio telles que des baladodiffusions, pour permettre aux utilisateurs de communiquer et de se sentir comme s’ils faisaient la même activité au même moment, même si l’activité peut avoir lieu à différents temps et à différents endroits. Par exemple, une mère et une fille vivant dans différentes villes peuvent faire de la randonnée ensemble, la mère commence l’histoire pendant sa randonnée qui a lieu en premier et la fille peut écouter le récit de sa mère pendant qu’elle fait elle-même une randonnée.

Cet été, Nathalia Soares Covre, une stagiaire de Mitacs provenant du Brésil, aide l’équipe modelEAU à mettre au point un modèle numérique d’un processus novateur pour le traitement des eaux usées. Ce nouveau processus réduit le rejet d’azote dans les lacs et les rivières, de sorte que les exploitants des usines peuvent réduire les répercussions des eaux usées urbaines sur les écosystèmes locaux.

Wendlasida Ouedraogo fait partie d’une équipe de recherche à l’École Polytechnique de Montréal qui met au point la prochaine génération de logiciels de vision artificielle, qui automatise des tâches visuelles pour aider les ingénieurs civils et les urbanistes de la ville à prévoir la demande dans le domaine de la construction.

Le directeur des données volumineuses de Kobo, Darius Braziunas dit qu’il a su très rapidement que pour rester compétitif dans le monde des livres numériques, Kobo aurait besoin de collaborer avec des chercheurs universitaires afin de faire évoluer leurs produits.

Sana Maqsood, doctorante à l’Université Carleton, veut éduquer les jeunes utilisateurs d’Internet sur les façons de rester à l’abri des dangers dans le monde en ligne. Par l’intermédiaire du programme de stages de Mitacs, Sana travaille avec MediaSmarts — un organisme sans but lucratif local qui promeut la littératie numérique auprès des jeunes — pour créer un jeu vidéo qui aide les joueurs à lutter contre les risques qui se trouvent dans le cyberespace.