Tellmeplus, spécialiste de l'intelligence artificielle (IA) appliquée au Big Data, dévoile aujourd'hui la dernière version de Predictive Objects, la première plateforme d’Intelligence Artificielle dédiée à l'efficacité des assets.
Dans la version 1.4, Predictive Objects propose une nouvelle option de déploiement des modèles prédictifs, qui leur permet de fonctionner dans les objets et devices connectés ne disposant que très peu d’espace mémoire et de puissance de calcul. Utilisant la même pile technologique que celle déployée sur les routeurs, gateways et serveurs cloud, Predictive Objects fonctionne de manière transparente et cohérente sur tout type d'asset, quel que soit la puissance de calcul requise ou la disponibilité du réseau.
« Grâce à l'utilisation d'un moteur de stockage de données orienté 'time series', nous avons réduit l'empreinte requise par le fonctionnement de Predictive Objects à quelques centaines de kilooctets seulement », explique Jean-Michel Cambot, Founder & Chief Strategy de Tellmeplus. « Grâce à sa flexibilité native, allant de time series très volumineuses et denses à d'autres plus compactes, la même pile technologique est déployée sur des systèmes allant des plus légers comme les systèmes embarqués, jusqu'à d'autres beaucoup plus puissants, garantissant ainsi une cohérence totale entre les plateformes. »
Combiner l'intelligence à tous les assets
Grâce à leur capacité de déploiement et d'intégration sur n'importe quelle plateforme ou environnement d'exécution, Predictive Objects 1.4 associe de l'intelligence à chaque asset, offrant une vue intégrée de l'asset, de ses performances et de son évolution dans le temps.
« L'intelligence des assets fait désormais partie prenante de la stratégie de toute organisation, indépendamment de son industrie ou de ses objectifs », indique Benoit Gourdon, Chief Executive Officer de Tellmeplus. « Pouvoir combiner les prédictions à chaque type d’asset nécessite d’être capable d'exécuter des modèles prédictifs dans tout type d'environnement technique, mais aussi d'avoir une compréhension approfondie des caractéristiques de l'asset et d'associer ces attributs aux prédictions produites. »
Un véritable déploiement multi-cloud
Dans cette nouvelle version de Predictive Objects, il est désormais possible de provisionner et déployer simultanément des modèles prédictifs sur plusieurs plateformes cloud, mais également de gérer et monitorer ces déploiements à partir d'une application centralisée. Les modèles peuvent s'exécuter dans Amazon Web Services, Google Cloud Platform, Microsoft Azure, ainsi que les plateformes de cloud privé.
Dans la version 1.4, Predictive Objects propose une nouvelle option de déploiement des modèles prédictifs, qui leur permet de fonctionner dans les objets et devices connectés ne disposant que très peu d’espace mémoire et de puissance de calcul. Utilisant la même pile technologique que celle déployée sur les routeurs, gateways et serveurs cloud, Predictive Objects fonctionne de manière transparente et cohérente sur tout type d'asset, quel que soit la puissance de calcul requise ou la disponibilité du réseau.
« Grâce à l'utilisation d'un moteur de stockage de données orienté 'time series', nous avons réduit l'empreinte requise par le fonctionnement de Predictive Objects à quelques centaines de kilooctets seulement », explique Jean-Michel Cambot, Founder & Chief Strategy de Tellmeplus. « Grâce à sa flexibilité native, allant de time series très volumineuses et denses à d'autres plus compactes, la même pile technologique est déployée sur des systèmes allant des plus légers comme les systèmes embarqués, jusqu'à d'autres beaucoup plus puissants, garantissant ainsi une cohérence totale entre les plateformes. »
Combiner l'intelligence à tous les assets
Grâce à leur capacité de déploiement et d'intégration sur n'importe quelle plateforme ou environnement d'exécution, Predictive Objects 1.4 associe de l'intelligence à chaque asset, offrant une vue intégrée de l'asset, de ses performances et de son évolution dans le temps.
« L'intelligence des assets fait désormais partie prenante de la stratégie de toute organisation, indépendamment de son industrie ou de ses objectifs », indique Benoit Gourdon, Chief Executive Officer de Tellmeplus. « Pouvoir combiner les prédictions à chaque type d’asset nécessite d’être capable d'exécuter des modèles prédictifs dans tout type d'environnement technique, mais aussi d'avoir une compréhension approfondie des caractéristiques de l'asset et d'associer ces attributs aux prédictions produites. »
Un véritable déploiement multi-cloud
Dans cette nouvelle version de Predictive Objects, il est désormais possible de provisionner et déployer simultanément des modèles prédictifs sur plusieurs plateformes cloud, mais également de gérer et monitorer ces déploiements à partir d'une application centralisée. Les modèles peuvent s'exécuter dans Amazon Web Services, Google Cloud Platform, Microsoft Azure, ainsi que les plateformes de cloud privé.
Autres articles
-
QuasarDB, le socle de la solution de maintenance prédictive de Tellmeplus chez ABB
-
Tellmeplus rejoint l'AI Factory de Microsoft
-
CES 2018 : Tellmeplus dévoile ses solutions pour l'intelligence des assets de mobilité
-
CES 2018 : Tellmeplus dévoile ses solutions pour l'intelligence des assets de mobilité
-
Tellmeplus déploie ses modèles dans tout type d'objet grâce à la plateforme scalable de QuasarDB
