Jacky Casas

La société Deeplink est une startup d’intelligence artificielle spécialisée dans la technologie "chatbot". Cette entreprise utilise beaucoup le NLU (Natural Language Understanding) pour déterminer l’intention de l’utilisateur lorsqu’il communique avec le "chatbot". Actuellement la solution NLU est hébergée sur un serveur dédié et les échanges entre celle-ci et le client se font par requêtes http.

L’idée de ce projet consiste à faire tourner directement la solution NLU sur le navigateur du client. Avec une idée pareille, on assure qu’aucune requête contenant des données sensibles ne soit envoyée vers un serveur externe puisque l’inférence du modèle se fait sur le navigateur. En plus d’assurer une confidentialité bien plus sécurisée, si on déplace l’inférence du modèle on devrait obtenir de meilleure performance en termes de latence, d’extensibilité et on pourrait dans le futur développer des modèles personnaliser pour chaque personne.

A norovirus outbreak happened in France and was caused by raw shellfish and oysters. Switzerland, Sweden, Italy and the Netherlands have all also reported outbreaks linked to live oysters from France. Symptoms such as diarrhea, vomiting and incubation times, are consistent with norovirus or other enteric virus infections.

The number of people in France who have become ill after eating contaminated raw shellfish has jumped to more than 1,000. The outbreak has spurred international product recalls and many medias have talked about the Norovirus epidemic.

Social media services such as Twitter are valuable sources of information for surveillance systems. A digital syndromic surveillance system has several advantages including its ability to overcome the problem of time delay in traditional surveillance systems.

In this project, a Twitter-based data analysis system was developed to analyze the textual content of a set of tweets and see if there are any evidence of the Norovirus outbreak in France or Switzerland.

Nombreux sont les bots qui lorsqu’ils ne comprennent pas l’utilisateur (la phrase, l’intention) répondent par la phrase bateau “Could you rephrase, I don’t understand”. Cela peut vite deve- nir ennuyant pour l’utilisateur.

Privacy is a widely publicized topic. Personal data are scattered everywhere, often in possession of big companies like Google and Facebook. Messaging applications are particularly affected as we communicate on a daily basis with our loved ones through these applications.

The main objective is to develop a tool that will allow an user to fetch the important data from his conversations, like the locations mentioned, the list of people with whom the person discusses the most, the emotions, the personality, etc.

The purpose of this project is to enhance the interaction between the user and HumanTech website by integrating a chatbot in HumanTech website that will be able to answer questions about the institute.

Asbestos is a highly toxic silicate mineral that has been used widely in many products for its insulating, non-flammable and heat resistant properties. Exposition to high concentrations of asbestos may lead to chronic inflammation of the lungs and cancer. After the toxicity has become known, much effort was undertaken - and is up to this day - in removing asbestos from buildings, roofs and other materials used in industry and in the public. Asbestos detection is a manual, complex and time-intensive process, that requires an experienced expert in order to have consistent and correct results. In an attempt to reduce manual labor and increase consistency in detection, machine learning models have been recently adopted to automate the detection process.

L’application AlertCenter, développée par l’institut HumanTech, a pour but d’analyser les postes publiés (tweets) sur le réseau social Twitter concernant les contaminations alimentaires en Suisse. Cependant, cette application rencontre certains problèmes quant à la localisation du tweet. C’est pourquoi le projet « The Swiss Way of Following » cherche a amélioré ce problème en créant une base de données qui regroupe tous les comptes Twitter suisses et ainsi à réduire le nombre de tweets non-localisés. 

Le but de ce projet est de déterminer la localisation d’un utilisateur, plus généralement de savoir s’il est suisse ou non, de Twitter via ses messages postés (tweets) en se basant uniquement sur le contenu des messages.

Dans les années 50’s, beaucoup de matériaux de construction utilisaient l’amiante qui est un minéral fibreux comme composante grâce à ces caractéristiques physiques. En effet, l’amiante possède des propriétés telles que la ténacité à de fortes températures(environ 1000 degrés Celsius), une grande résistance aux produits chimiques agressifs, une excellente isolation thermique et électrique, une bonne résistance à la traction ainsi qu’une grande élasticité. Elle était notamment utilisée pour les revêtements de sols, les crépis de façade et aussi pour les colles de carrelage auxquelles ce projet se basé.

Malheureusement, les fibres d’amiante peuvent se détacher des matériaux lors de vibrations qui se produisent lors d’une découpe, perçage ou autre travail sur divers matériaux. Ces fibres peuvent alors être inhalées par l’être humain et elles se logent dans les poumons pouvant provoquer diverses maladies parfois incurables telles que le cancer du poumon, le cancer du larynx ou encore celui de la plèvre qui est une membrane thoracique très mince. Les fibres d’amiante ont provoqué beaucoup de décès à la suite de son inhalation et son utilisation dans la construction a été interdite en 1990 en Suisse. Certains cantons comme Genève et Vaud disposent de réglementations cantonales quant à l’amiante pour la destruction ou transformation de bâtiments construits avant 1991. Ces travaux sont soumis à un diagnostic amiante réalisé par un laboratoire agréé comme le laboratoire Microscan Service basé à Chavannes-près-Renens qui a inspiré ce projet.

Les réseaux sociaux font partie intégrante de la vie de tous les jours d’une grande partie de la population. On peut penser que les problèmes de la vie de tous les jours des utilisateurs transparaissent sur ces réseaux. Des entreprises s’intéressent donc à ces données qui leur permettent de réorienter leur produit, d’améliorer leur stratégie de vente, de suivre les tendances et de comprendre les problématiques quotidiennes ou de masse de la population. Bien que le langage d’Internet soit (encore) l’anglais, il n’est pas suffisant de traiter les données dans cette langue pour avoir des informations sur l’activité locale.

La Suisse par exemple utilise internet majoritairement dans 4 langues (anglais, allemand, français, italien), il est donc logique d’utiliser les données dans ces différentes langues. Surgit alors une nouvelle problématique : comment distinguer un Tweet en français posté en Suisse d’un Tweet en français posté ailleurs (France, Belgique, etc.) ? L’enjeu de ce travail se trouve ici.