TheNote
Actualités de l'IA et du ML en... Note
GooglePlay AppStore

Actualités de l'IA et du ML en français

« AI & ML News » est une collection de notes technologiques axées sur l'intelligence artificielle et l'apprentissage automatique. Il rassemble les actualités et les analyses des derniers développements en matière d'IA et de ML. Le flux couvre un large éventail de sujets, y compris les nouveaux algorithmes, les applications et la recherche. Il met en évidence les tendances de l'industrie et l'impact de l'IA et de l'apprentissage automatique sur divers secteurs de l'économie. Les documents traitent de domaines tels que les réseaux neuronaux, l'apprentissage profond et le traitement du langage naturel. Des exemples d'applications de l'IA dans les soins de santé, la finance et d'autres industries sont examinés. Les publications intéresseront à la fois les spécialistes - développeurs et analystes de données - et toute personne intéressée par le développement des technologies de l'IA. Les questions d'éthique de l'IA et de confidentialité des données sont abordées. Le flux présente aux lecteurs les principaux acteurs du marché de l'IA, qu'il s'agisse de grandes entreprises ou de jeunes pousses prometteuses. Des informations sur les outils et les plateformes de développement de systèmes d'IA sont présentées. « AI & ML News » vise à fournir des informations objectives et actualisées sur le développement de l'intelligence artificielle et de l'apprentissage automatique.
RSS Hunter RSS Hunter • 27 juil. 2024

Fil de notes

Transformers : L'Ère de l'attention

En 2017, les chercheurs ont présenté le modèle de transformateur dans l'article « Attention is All You Need », révolutionnant le traitement du langage naturel (PNL). Les modèles antérieurs tels que les RNN et les LSTM traitaient les mots séquentiellement, ce qui limitait leur capacité à gérer les phrases longues, ralentissait l'entraînement et entravait le traitement parallèle. Le transformateur a résolu ces problèmes en utilisant l'auto-attention, permettant au modèle de se concentrer sur les mots importants quelle que soit leur position dans une phrase. Cela a rendu le transformateur plus rapide et plus évolutif, notamment en tirant parti de la parallélisation. Il a éliminé le besoin d'un traitement séquentiel des mots et a amélioré la compréhension des relations complexes entre les mots. L'architecture encodeur-décodeur du modèle traite efficacement les séquences d'entrée en sorties telles que des traductions. Des fonctionnalités clés telles que l'attention multi-têtes permettent au modèle de capturer différents aspects de la signification dans une phrase simultanément. Le décodeur génère des traductions étape par étape en se concentrant uniquement sur les mots précédents, garantissant l'exactitude. Cette architecture est devenue le fondement de nombreux modèles de pointe tels que BERT et GPT, améliorant considérablement les performances dans diverses tâches de PNL.
Transformers: Age of Attention hackernoon.com
CdXz5zHNQW_IT3IvF71Jb.jpeg
RSS Hunter RSS Hunter • 13 sept. 2024

Solution de recherche multimodale utilisant le traitement automatique des langues, BigQuery et les plongements

Le blog traite des progrès des technologies de recherche au-delà du texte, intégrant des images et des vidéos dans les capacités de recherche grâce à des plongements multimodaux. Les moteurs de recherche d'entreprise traditionnels étaient conçus pour les requêtes textuelles, ce qui limitait leur capacité à gérer le contenu visuel. En intégrant le traitement du langage naturel (TLN) et les plongements multimodaux, il est désormais possible d'effectuer des recherches sémantiques intermodales, permettant aux utilisateurs de rechercher des images et des vidéos comme ils le feraient avec du texte. Le blog présente un système capable d'effectuer des recherches texte-image, texte-vidéo et combinées en utilisant Google Cloud Storage pour le stockage des médias et BigQuery pour l'indexation. Un modèle d'intégration multimodale est utilisé pour générer des intégrations pour les fichiers multimédias, permettant des recherches de similarités efficaces. L'architecture prend en charge des expériences de recherche intermodale transparentes, rendant la découverte de contenu plus intuitive. L'entrée de texte de l'utilisateur est convertie en une intégration, et une recherche vectorielle est effectuée pour faire correspondre la requête avec les données multimédias stockées. Enfin, les résultats sont présentés à l'utilisateur avec les URI d'image ou de vidéo les plus pertinents et leurs scores de similarité. Cette approche améliore l'expérience de recherche, ouvrant de nouvelles possibilités pour la recherche de contenu visuel.
A multimodal search solution using NLP, BigQuery and embeddings cloud.google.com
CdXz5zHNQW_1XAuQPcNYE.jpeg
RSS Hunter RSS Hunter • 12 sept. 2024

10 bibliothèques Python incontournables pour le Machine Learning en 2024

À mesure que nous avançons en 2024, l'apprentissage automatique (ML) continue d'évoluer à un rythme soutenu. Python, avec son écosystème complet de bibliothèques, reste en tête du développement de ML. Dans cet article, nous explorerons les 10 meilleures bibliothèques Python qui dominent la scène de ML en 2024, l'évolution du domaine depuis 2020 et les principales […]
10 Must-Know Python Libraries for Machine Learning in 2024 machinelearningmastery.com
CdXz5zHNQW_vLGmTCm32D.jpeg
RSS Hunter RSS Hunter • 12 sept. 2024

Générateur de fichier README GitHub basé sur l'IA

Le générateur de README basé sur l'IA est un nouvel outil conçu pour aider les développeurs à créer des fichiers README de haute qualité pour leurs projets GitHub. Cet outil simplifie le processus de documentation en générant des fichiers README structurés et professionnels à l'aide d'informations de base sur le projet. Il propose un formatage intelligent avec Markdown compatible GitHub et fournit divers modèles adaptés à différents types de projets. L'outil suggère également des sections pertinentes en fonction de la nature de votre projet et améliore la langue pour plus de clarté et d'engagement. En utilisant cet outil, les développeurs peuvent gagner du temps, améliorer la visibilité du projet et s'assurer que leur documentation est claire, concise et cohérente. Il prend en charge à la fois la création de nouveaux fichiers README à partir de zéro ou l'amélioration des fichiers existants en analysant le contenu actuel et en suggérant des améliorations. Les utilisateurs peuvent réviser et personnaliser le contenu généré en fonction des besoins de leur projet avant de l'intégrer à leur dépôt GitHub, ce qui permet aux autres de comprendre et de contribuer plus facilement au projet. Dans l'ensemble, c'est un moyen efficace d'améliorer la collaboration et de présenter les projets de manière plus professionnelle.
AI-Powered GitHub README Generator dev.to
CdXz5zHNQW_x8MllfWBsD.jpeg
RSS Hunter RSS Hunter • 12 sept. 2024

Boostez vos compétences en apprentissage automatique : des cours gratuits de mathématiques et de statistiques

Vous êtes impatient de plonger dans le monde de l'apprentissage automatique mais vous vous sentez un peu dépassé par les mathématiques et les statistiques ? Ne vous inquiétez pas, vous n'êtes pas le seul ! De nombreux aspirants data scientists trouvent ces sujets intimidants. La bonne nouvelle, c'est qu'il existe une pléthore de cours gratuits en ligne qui peuvent vous aider à acquérir une base solide.Coursera :Machine Learning par Andrew Ng : ce cours légendaire vous présente non seulement les concepts de l'apprentissage automatique, mais fournit également une base mathématique solide. Mathematics for Machine Learning par l'Imperial College London : si vous souhaitez approfondir les concepts mathématiques, ce cours est un excellent choix.edX :Introduction to Machine Learning par Microsoft : ce cours offre une approche équilibrée, combinant les principes fondamentaux de l'apprentissage automatique avec les connaissances mathématiques nécessaires. Fundamentals of Data Science par l'Université de Columbia : ce cours propose une perspective plus large sur la science des données, notamment les statistiques et l'apprentissage automatique. MIT OpenCourseWare :Introduction to Algorithms : bien qu'il ne traite pas strictement de l'apprentissage automatique, ce cours jette une base solide dans les algorithmes et les structures de données, essentiels pour comprendre les concepts d'apprentissage automatique. Probability and Random Variables : une plongée approfondie dans la théorie des probabilités est cruciale pour comprendre de nombreux algorithmes d'apprentissage automatique.Khan Academy :Linear Algebra : une ressource complète pour apprendre l'algèbre linéaire, un sujet fondamental en apprentissage automatique.Calculus : un autre concept mathématique essentiel, le calcul est couvert en détail sur Khan Academy.Statistics and Probability : une solide compréhension des statistiques et des probabilités est essentielle pour l'analyse des données et l'apprentissage automatique.N'oubliez pas : bien que ces cours offrent des ressources précieuses, une pratique régulière et une expérience pratique sont essentielles pour maîtriser ces sujets. Commencez par les bases et augmentez progressivement la complexité à mesure que vous prenez confiance. Avec du dévouement et les bonnes ressources, vous serez sur la bonne voie pour devenir un praticien compétent de l'apprentissage automatique.Bon apprentissage !
Boost Your Machine Learning Skills: Free Courses for Math and Statistics dev.to
RSS Hunter RSS Hunter • 10 sept. 2024

Scientifique IA » de Sakana AI : le prochain Einstein ou juste un outil ?

Dans le domaine de l’intelligence artificielle, un développement révolutionnaire promet de remodeler le processus même de découverte scientifique. En collaboration avec le Foerster Lab for AI Research à l’Université d’Oxford et des chercheurs de l’Université de la Colombie-Britannique, Sakana AI a introduit « The AI Scientist » – un système complet conçu pour [… ]
Sakana AI’s “AI Scientist”: The Next Einstein or Just a Tool? analyticsvidhya.com
CdXz5zHNQW_lgHhEUE8m5.jpeg
RSS Hunter RSS Hunter • 10 sept. 2024

Détection de la langue des signes avec Open CV et Python : reconnaissance des gestes des mains

Reconnaissance des gestes des mains à l’aide d’OpenCV et PythonJ’ai créé une vidéo YouTube présentant mon programme de reconnaissance des gestes de la main à l’aide d’OpenCV et Python qui peut détecter les gestes de la langue des signes ! ✋🤖Dans ce projet, j’ai fait les choses suivantes : - Configurer OpenCV et Python pour la vision par ordinateur - Capture et traitement d’une entrée vidéo en temps réel - Mise en œuvre de l’apprentissage automatique pour la reconnaissance des gestes - Détection et interprétation des gestes de la langue des signes
Sign Language Detector with Open CV and Python: Hand Gesture Recognition dev.to
CdXz5zHNQW_W9yp4GkwFM.jpeg
RSS Hunter RSS Hunter • 10 sept. 2024

Les meilleures offres d'IA en Europe cette année

En 2024, le secteur européen de l'IA a montré une résilience significative dans le financement du capital-risque, avec 14 investissements dépassant les 100 millions de dollars en date d'août. Cela contraste avec le contexte global difficile pour les startups, où le financement a été difficile à obtenir. L'IA est notamment apparue comme un solide domaine d'investissement, en raison des coûts élevés associés au développement des technologies d'IA et de la concurrence intense pour les talents.Voici les principaux moments forts des meilleures transactions dans le domaine de l'IA en Europe cette année :- Wayve : Cette startup basée à Cambridge a levé 1,05 milliard de dollars pour améliorer sa technologie de conduite autonome, marquant le plus important cycle de financement pour une société d'IA en Europe. Wayve se concentre sur la vente de sa technologie d'IA aux constructeurs automobiles plutôt que sur la production de véhicules elle-même. - Mistral : Acteur de premier plan dans la construction de grands modèles linguistiques, Mistral a levé plus de 1 milliard de dollars grâce à deux importants cycles de financement de 431 millions de dollars et 650 millions de dollars. La société met l'accent sur les technologies open source, destinées aux entreprises et aux développeurs. - Helsing : Cette startup allemande, qui se concentre sur l'IA pour les applications de défense, a obtenu 484 millions de dollars. Sa technologie vise à améliorer les systèmes et les capacités de défense, en particulier à la lumière des tensions géopolitiques en Europe. - Poolside : Ciblant les développeurs de logiciels, Poolside a levé 400 millions de dollars pour développer des outils d'IA qui rationalisent les processus de développement de logiciels. - DeepL : Connue pour ses services de traduction basés sur l'IA, DeepL a levé 320 millions de dollars, en se concentrant sur le marché B2B avec environ 100 000 clients professionnels. - H : Anciennement Holistic AI, cette startup a levé 220 millions de dollars en amorçage, dans le but de développer des agents d'IA pour l'automatisation des tâches et la prise de décision. - Flo Health : L'application de santé pour les femmes basée à Londres a levé 200 millions de dollars, devenant la première application de santé purement numérique à atteindre une valorisation de plus d'un milliard de dollars. - Pigment : Cette startup parisienne, qui fournit des solutions de planification des ressources de l'entreprise, a levé 145 millions de dollars, en intégrant l'IA dans ses offres.Dans l'ensemble, le paysage européen de l'IA se caractérise par des cycles de financement substantiels et un accent sur les technologies fondamentales, des villes comme Paris devenant des pôles clés pour le développement de l'IA.
The top AI deals in Europe this year techcrunch.com
CdXz5zHNQW_1dHclHl6ue.jpeg
RSS Hunter RSS Hunter • 10 sept. 2024

Substack (YC W18) embauche des ingénieurs en apprentissage automatique

Présentation En tant qu'ingénieur ML chez Substack, vous jouerez un rôle crucial dans le développement et la mise en œuvre de solutions d'apprentissage automatique de pointe pour améliorer nos offres de produits. Vous ferez partie d'une équipe dynamique, collaborant étroitement avec des ingénieurs logiciels et des scientifiques des données, pour intégrer des modèles d'apprentissage automatique dans notre base de code et les intégrer de manière transparente dans nos produits. Ce rôle offre une opportunité passionnante de façonner l'avenir de notre pile technologique et d'avoir un impact significatif.La rémunération chez Substack comprend un salaire compétitif sur le marché, des actions pour tous les postes à temps plein et des avantages exceptionnels. La fourchette de salaire de cette offre d'emploi est de 185 000 $ à 240 000 $. Le montant final de l'offre est déterminé par de multiples facteurs, notamment l'expérience et l'expertise du candidat, et peut varier par rapport aux montants indiqués ci-dessus.Responsabilités - Diriger la réflexion de Substack sur l'adoption de l'apprentissage automatique et l'intégration d'outils et de techniques d'apprentissage automatique - Collaborer avec des équipes interfonctionnelles pour identifier et définir les opportunités d'apprentissage automatique qui s'alignent sur notre feuille de route produit - Développer, former et déployer des modèles d'apprentissage automatique en utilisant Python et les cadres ML populaires - Tirer parti d'outils et de systèmes ML prêts à l'emploi pour accélérer la capacité de Substack à intégrer des fonctionnalités ML dans ses produits et ses flux de travail - Intégrer des modèles et des pipelines d'apprentissage automatique dans nos principales applications JavaScript/TypeScript - Optimiser et ajuster les modèles d'apprentissage automatique pour améliorer les performances, l'évolutivité et l'efficacité - Concevoir et implémenter des pipelines de données pour le prétraitement des données, l'ingénierie des fonctionnalités et la formation des modèles - Déployer et posséder des expériences produit intégrées et des outils internesPrérequis - Plus de 7 ans d'expérience pertinente avec les systèmes de données et d'apprentissage automatique - De solides compétences en programmation en Python et une expérience des bibliothèques Python couramment utilisées en apprentissage automatique (par exemple, Transformers et Tensorflow) - Une solide compréhension des algorithmes d'apprentissage automatique, de l'apprentissage profond et de la modélisation statistique - Indépendant et autonome. Nous sommes trop petits pour faire de la microgestion et nous attendons que chaque personne de l'entreprise s'approprie son travail et puisse être un leader. - Se tenir soi-même et les autres à un niveau élevé lors du travail sur des systèmes de production. - Aimer collaborer avec un groupe diversifié de parties prenantes tout en apportant son expérience et ses antécédents uniques à l'équipeSouhaitable - Maîtrise de Node.js et JavaScript pour une intégration transparente des modèles d'apprentissage automatique dans notre base de code - Connaissance des plateformes cloud (par exemple, AWS ou Modal) - Expérience des applications Web grand public à grande échelleSubstack est un employeur garantissant l'égalité des chances. Tous les candidats seront considérés pour un emploi sans distinction de race, de couleur, de religion, de sexe (y compris la grossesse, l'orientation sexuelle, l'identité de genre ou le statut transgenre), d'âge, d'origine nationale, d'ancien combattant ou de handicap. Nous recherchons des personnes passionnées par l'expression indépendante et la création d'un meilleur modèle commercial pour les créateurs. Si vous voulez voir ce que les médias, les communautés et le contenu peuvent devenir lorsqu'ils sont libérés des modèles publicitaires, et que vous avez les compétences et l'expérience pour contribuer, nous serions ravis de vous rencontrer.
Substack (YC W18) Is Hiring Machine Learning Engineers grnh.se
RSS Hunter RSS Hunter • 10 sept. 2024

L'IA et la blockchain : une alliance incompatible

La blockchain et l'intelligence artificielle (IA) sont deux technologies en pleine évolution qui ont le potentiel de révolutionner de nombreux secteurs. Bien qu'elles soient traditionnellement considérées comme incompatibles, elles offrent des atouts uniques : la blockchain assure sécurité et transparence, tandis que l'IA excelle dans le traitement de grandes quantités de données et dans l'apprentissage qui en découle. La blockchain garantit l'intégrité des données, avec des registres décentralisés et inviolables, tandis que l'IA apporte la puissance de l'apprentissage automatique et de la prise de décision. Lorsqu'elles sont combinées, la blockchain peut sécuriser les modèles d'IA en les cryptant et en les distribuant, tout en assurant la transparence dans le processus décisionnel de l'IA. Cette intégration peut améliorer la protection de la vie privée, la blockchain contrôlant l'accès aux données sensibles utilisées par l'IA. Ces deux technologies peuvent révolutionner des secteurs tels que la logistique, la finance, la santé et l'éducation, offrant des systèmes plus efficaces, des services personnalisés et une sécurité accrue. Des défis subsistent, qu'il s'agisse de préoccupations juridiques ou d'obstacles techniques, mais les avantages potentiels font de la synthèse de la blockchain et de l'IA une étape prometteuse vers un avenir plus sûr et plus innovant.
AI and Blockchain: An Incompatible Alliance hackernoon.com
CdXz5zHNQW_EE7h46XUKP.jpeg
RSS Hunter RSS Hunter • 10 sept. 2024

DBSCAN, expliqué en 5 minutes

DBSCAN est un algorithme de mise en grappe qui identifie des grappes dans des données en fonction de la densité de points, le rendant utile pour gérer le bruit et détecter les anomalies. Contrairement aux k-moyennes, DBSCAN ne demande pas de spécifier le nombre de grappes en avance, ce qui le rend avantageux dans de nombreuses situations. L'algorithme utilise deux paramètres clés : le rayon (epsilon) et le nombre minimum de voisins (N) requis pour former un point central. Les points centraux, ainsi que leurs voisins proches, forment des grappes, tandis que les points ne satisfaisant pas à ces critères sont étiquetés comme bruit ou anomalies. La mise en œuvre de DBSCAN commence avec une fonction de distance, souvent euclidienne, pour calculer les distances entre les points. L'algorithme itère sur tous les points, les regroupant en grappes en fonction de leur proximité les uns par rapport aux autres. Les points qui n'ont pas assez de voisins sont classés comme bruit. Après la mise en œuvre de DBSCAN, la performance peut être vérifiée en la comparant avec les résultats de la bibliothèque sklearn, qui devrait produire des grappes identiques. Il est important de régler finement les valeurs d'epsilon et de N, car elles influencent fortement les résultats de mise en grappe. L'article fournit un exemple avec des données synthétiques pour visualiser le processus de mise en grappe.
DBSCAN, Explained in 5 Minutes towardsdatascience.com
CdXz5zHNQW_2T09iCSRkR.png
RSS Hunter RSS Hunter • 10 sept. 2024

Les employés de Google DeepMind protestent contre les contrats de défense et militaires américains

Près de 200 employés de Google DeepMind, la division de recherche en IA de l'entreprise, ont signé une lettre exhortant l'entreprise à résilier ses contrats avec les organisations militaires. La lettre du 16 mai, révélée par TIME, souligne la préoccupation croissante au sein de l'organisation concernant les implications éthiques de l'utilisation de sa technologie d'IA pour la guerre numérique. Les signataires représentent environ 5 % de l'effectif de DeepMind, dénonçant les contrats de l'entreprise visant à fournir des services d'IA et d'informatique en nuage à divers gouvernements, notamment l'armée israélienne dans le cadre du projet Nimbus.Les employés de Google s'inquiètent de l'utilisation de leur IA dans la guerre.Les employés soutiennent qu'une telle implication viole les propres principes d'IA de Google, qui stipulent que l'entreprise ne poursuivra pas d'applications d'IA causant un « préjudice global » ou contribuant à l'armement et à la surveillance. Bien que la lettre s'abstienne de mentionner un conflit géopolitique spécifique, elle renvoie à des rapports alléguant que les opérations militaires israéliennes utilisent l'IA pour la surveillance et le ciblage. Bien que DeepMind ait historiquement maintenu une politique contre l'utilisation de sa technologie à des fins militaires, l'entreprise est devenue de plus en plus proche des opérations plus larges de Google depuis son acquisition en 2014, entraînant des liens plus étroits avec les contrats militaires. Malgré les demandes de la lettre, notamment un examen de la technologie de DeepMind utilisée par les clients militaires et la création d'un nouvel organe de gouvernance, Google n'a pris aucune mesure décisive. TechRadar Pro a demandé à l'entreprise de commenter la lettre interne du personnel, mais nous n'avons pas reçu de réponse immédiate.  L'un des signataires de la lettre a exprimé son mécontentement face à la réponse de Google à la plainte à TIME, déclarant que la déclaration de la société sur le projet Nimbus « est si spécifiquement non spécifique que nous ne sommes pas plus sages sur ce que cela signifie réellement.
Google DeepMind workers protest over US military and defense contracts techradar.com
CdXz5zHNQW_dufSnWtrrX.jpeg
RSS Hunter RSS Hunter • 10 sept. 2024

ChatGPT-4 contre Llama 3.1 – Quel modèle est le meilleur ?

L'intelligence artificielle a connu des avancées remarquables ces dernières années, en particulier dans le traitement du langage naturel. Parmi les nombreux modèles de langage IA, deux ont suscité une attention considérable : ChatGPT-4 et Llama 3.1. Les deux sont conçus pour comprendre et générer du texte de type humain, ce qui en fait des outils précieux pour diverses applications, du support client à la création de contenu. Dans ce blog, nous […]
ChatGPT-4 vs. Llama 3.1 – Which Model is Better? analyticsvidhya.com
CdXz5zHNQW_lWBuBNoT3g.jpeg
RSS Hunter RSS Hunter • 30 août 2024

Comment l'intelligence artificielle a changé le jeu de la CRM

L'automatisation est depuis longtemps une pierre angulaire des systèmes CRM, aidant les équipes de vente, de marketing et de service client à rationaliser les tâches répétitives. Cependant, l'intégration de l'IA a considérablement amélioré les capacités du CRM, révolutionnant les processus tels que la gestion des prospects, l'analyse prédictive et le service client. Les outils d'IA dans le CRM, tels qu'Einstein de Salesforce, analysent de gros volumes de données pour prédire les conversions de prospects, permettant aux équipes de vente de se concentrer sur les prospects à fort potentiel. Les chatbots basés sur l'IA améliorent le service client en fournissant des réponses rapides et personnalisées et en acheminant les cas complexes vers des agents humains lorsque cela est nécessaire. De plus, l'IA aide les entreprises à mieux comprendre leur public en analysant le comportement des clients et en créant des profils d'acheteurs détaillés. Les prévisions de ventes ont également été améliorées, car l'IA peut analyser des données historiques et en temps réel pour prédire les résultats des ventes et identifier les tendances. En améliorant l'automatisation grâce à l'IA, les systèmes CRM offrent désormais une automatisation des tâches plus contextuelle et efficace, ce qui augmente en fin de compte la productivité. Malgré ces avancées, l'expertise humaine reste cruciale pour une mise en œuvre réussie de l'IA dans le CRM, soulignant le besoin de perfectionnement et d'embauche de nouveaux talents.
How Artificial Intelligence Has Changed The CRM Game hackernoon.com
CdXz5zHNQW_GEQ4HPEs5i.jpeg
RSS Hunter RSS Hunter • 29 août 2024

Cette application vous permet d'écouter n'importe quel livre, article ou PDF grâce à l'IA

La société de synthèse vocale ElevenLabs a publié une application de lecture qui propose une prise en charge de la synthèse vocale pour les fichiers PDF, ePub, les articles et plus encore. L'application vous permet de choisir parmi une variété de voix d'IA pour la narration et son utilisation est gratuite.La fonctionnalité de synthèse vocale est l'une des meilleures fonctions d'accessibilité sur les smartphones. Elle est également pratique si vous souhaitez simplement écouter du contenu au lieu de le lire (par exemple en conduisant ou en courant). Heureusement, une nouvelle application de lecture est là qui promet d'être une mise à niveau majeure.ElevenLabs a annoncé la disponibilité de l'application ElevenLabs Reader pour Android et iOS, promettant de vous permettre d'écouter n'importe quoi en déplacement. Plus précisément, le développeur indique que vous pouvez écouter des fichiers PDF, ePub, des fichiers texte, des articles, des bulletins d'information ou tout autre contenu textuel. Cependant, il est important de noter que l'application ne prend pas en charge votre bibliothèque Kindle.
This app lets you listen to any book, article or PDF thanks to AI androidauthority.com
CdXz5zHNQW_eLzyHpV3D2.jpeg
RSS Hunter RSS Hunter • 29 août 2024

Journo AI - Donne aux journalistes des superpouvoirs en automatisant les tâches chronophages

Journo AI dote les journalistes financiers de super-pouvoirs en automatisant les tâches chronophages de recherche, de rédaction, de révision et de modification. Faites passer les tâches de routine de 10 à 20 minutes à 10 à 20 secondes et consacrez plus de temps à l'écriture et moins de temps à effectuer des tâches à forte intensité énergétique et à faible rendement.
Journo AI - Superpowering journalists by automating time-consuming tasks producthunt.com
CdXz5zHNQW_FjZsFMgzS2.jpeg
RSS Hunter RSS Hunter • 29 août 2024

Ce qui se passe dans l'apprentissage automatique : quelques modèles minimaux

L'article de Stephen Wolfram explore les rouages de l'apprentissage machine à travers des modèles minimaux, dans le but de simplifier les complexités de l'IA. Il commence par expliquer comment les réseaux de neurones sont inspirés des systèmes biologiques, mais opèrent en utilisant des abstractions mathématiques. Wolfram souligne l'importance de comprendre les processus fondamentaux de l'apprentissage machine plutôt que de se concentrer uniquement sur les résultats. Il utilise les automates cellulaires comme un modèle simple pour illustrer comment la complexité peut découler de règles simples. En comparant l'apprentissage machine à ces systèmes, Wolfram suggère que la compréhension des mécanismes sous-jacents peut conduire à de meilleures perspectives sur le fonctionnement de l'IA. Il aborde également le rôle du hasard et du déterminisme dans l'entraînement des modèles, arguant qu'un comportement apparemment imprévisible peut être ramené à des règles simples et déterministes. Wolfram souligne la nécessité de nouveaux paradigmes pour mieux saisir la véritable nature de l'apprentissage machine. Il évoque également les limites des modèles actuels d'IA, qui reposent souvent largement sur des données plutôt que sur la compréhension. Enfin, il appelle à une exploration plus approfondie des modèles minimaux pour découvrir les principes fondamentaux régissant l'apprentissage machine, ce qui pourrait conduire à des systèmes d'IA plus robustes et interprétables.
What's Going on in Machine Learning? Some Minimal Models writings.stephenwolfram.com
CdXz5zHNQW_LL4HTs3TLM.jpeg
RSS Hunter RSS Hunter • 29 août 2024

Des salariés de DeepMind signent une lettre pour protester contre les contrats de défense de Google

Au moins 200 salariés de DeepMind, la division de recherche et développement en IA de Google, se sont déclarés mécontents de la signature par Google de contrats de défense, et d'après Time, ils ont fait circuler une lettre interne dès mai pour le dire. La lettre, datée du 16 mai, indique que les signataires sont inquiets concernant les « contrats de Google avec des organisations militaires », citant des articles sur la technologie […]
DeepMind workers sign letter in protest of Google’s defense contracts techcrunch.com
CdXz5zHNQW_EECCesM0Lz.jpeg
RSS Hunter RSS Hunter • 29 août 2024

Entraîner/Ajuster finement Segment Anything 2 (SAM 2) en 60 lignes de code

SAM2 » (Segment Anything 2) de Meta est un modèle polyvalent de segmentation d'images entraîné sur un vaste ensemble de données de 11 millions d'images et 11 milliards de masques, ce qui le rend très efficace pour une large gamme de tâches de segmentation. Si SAM2 peut segmenter correctement les objets communs, il peut être moins performant sur des tâches rares ou propres à un domaine, ce qui nécessite un réglage fin pour améliorer les performances sur des ensembles de données spécifiques. Ce didacticiel explique comment affiner SAM2 pour des tâches personnalisées en seulement 60 lignes de code. Le processus implique de télécharger SAM2, de préparer un ensemble de données et d'utiliser un script simple pour charger des images, des masques de segmentation et sélectionner des points aléatoires dans ces masques. L'ajustement fin se concentre sur la formation du décodeur de masque et, éventuellement, de l'encodeur d'invite tout en gelant l'encodeur d'image. Le didacticiel couvre également la configuration de l'optimiseur, l'utilisation de l'entraînement de précision mixte et l'exécution d'une boucle d'entraînement avec des fonctions de perte personnalisées pour affiner le modèle. L'étape finale consiste à enregistrer le modèle ajusté et à l'utiliser pour l'inférence sur de nouvelles images, démontrant l'application pratique de SAM2 dans des tâches de segmentation spécialisées.
Train/Fine-Tune Segment Anything 2 (SAM 2) in 60 Lines of Code towardsdatascience.com
CdXz5zHNQW_dLgS4NZnT9.jpeg
RSS Hunter RSS Hunter • 29 août 2024

Transformez vos croquis de serviette en œuvres d'art élevées avec ce générateur d'images IA

Les générateurs d'images IA avancent rapidement, avec plusieurs plateformes qui introduisent des mises à jour majeures. Ideogram a récemment lancé Ideogram 2.0, avec des améliorations significatives et de nouvelles fonctionnalités, y compris une application iOS et une vaste bibliothèque de recherche de plus d'un milliard d'images générées par les utilisateurs. Cette version offre aux utilisateurs un contrôle accru sur les images générées par IA, avec divers styles distincts tels que Réaliste, qui produit des images très réalistes, et Design, qui excelle dans la précision du texte dans les images. D'autres styles incluent 3D, Anime et Général, chacun répondant à des besoins créatifs différents. Ideogram 2.0 a également amélioré ses outils Magic Prompt et Describe, permettant des expansions de prompt plus détaillées et des générations de descriptions d'images. Le lancement inclut également un API bêta, permettant l'intégration avec d'autres applications, similaire à la manière dont DALL-E et Flux sont intégrés dans d'autres plateformes. Avec ces mises à jour, Ideogram 2.0 vise à rivaliser avec les grands acteurs comme OpenAI's DALL-E, promettant des images photoréalistes de haute qualité avec du texte lisible.
Turn your napkin doodles into high art with this AI image generator techradar.com
CdXz5zHNQW_DBzXHXPWBL.png
RSS Hunter RSS Hunter • 28 août 2024

AI21 Labs annonce la gamme de modèles Jamba 1.5 sur Vertex AI

AI21 Labs a présenté la famille de modèles Jamba 1.5, désormais disponible en aperçu public sur le Vertex AI Model Garden de Google Cloud. La famille comprend deux modèles : Jamba 1.5 Mini, conçu pour des tâches efficaces et légères comme le support client et la génération de texte, et Jamba 1.5 Large, qui excelle dans les tâches de raisonnement avancées telles que l'analyse financière. Les deux modèles sont dotés d'une fenêtre de contexte de 256 K et utilisent l'architecture Mamba-Transformer, offrant un traitement efficace et des fonctionnalités avancées pour les développeurs, telles que l'appel de fonctions, les optimisations de génération augmentée par la recherche (RAG) et la sortie JSON structurée.Ces modèles sont adaptés aux applications d'entreprise, en particulier dans des domaines tels que le service client, l'analyse financière et la création de contenu. Par exemple, ils peuvent résumer de longs documents, extraire des informations à partir de données financières et générer du contenu de haute qualité. Les modèles Jamba 1.5 s'inscrivent dans l'engagement plus large de Google Cloud en faveur d'un écosystème d'IA ouvert et flexible, offrant aux utilisateurs professionnels la possibilité de créer des solutions qui répondent au mieux à leurs besoins.Disponibles sur Vertex AI, ces modèles élargissent les offres de la plateforme, qui comprennent plus de 150 modèles, permettant aux utilisateurs de choisir les meilleurs outils pour leurs projets. Vertex AI prend en charge l'expérimentation, la personnalisation et le déploiement faciles de ces modèles, permettant des performances optimisées, une gestion des coûts et un déploiement sécurisé. Les développeurs peuvent accéder à ces modèles via de simples appels d'API et les déployer à l'aide de l'infrastructure gérée de Google Cloud, qui offre de solides fonctionnalités de sécurité et de conformité.Commencer à utiliser les modèles Jamba 1.5 est simple. Les utilisateurs peuvent sélectionner et activer les modèles directement depuis Vertex AI Model Garden ou Google Cloud Marketplace. Google Cloud continue de collaborer avec des partenaires comme AI21 Labs pour fournir des capacités d'IA de pointe, garantissant aux développeurs l'accès aux dernières avancées de la technologie d'IA.
Announcing the Jamba 1.5 Model Family from AI21 Labs on Vertex AI cloud.google.com
CdXz5zHNQW_kfrguXguxE.jpeg
RSS Hunter RSS Hunter • 27 août 2024

L'extraction de documents est l'application phare de GenAI

L’article traite de l’évolution et de l’impact de l’IA générative (GenAI) sur l’automatisation des tâches de bureau complexes, notamment l’extraction de documents. L’auteur revient sur son expérience en tant qu’ingénieur en apprentissage automatique chez LinkedIn, où l’interprétation précise des titres de poste dans différentes langues et régions était une tâche difficile. Avec l’avènement de grands modèles linguistiques (GML) comme GPT-4, des tâches autrefois difficiles, comme la compréhension et la standardisation des CV, sont devenues triviales. Le véritable potentiel de la GenAI réside dans l’automatisation du travail de bureau qui implique l’extraction d’informations à partir de documents, une tâche qui représente une part importante du PIB mondial. Parmi les exemples, citons la gestion des dépenses, le traitement des demandes d’indemnisation des soins de santé et la souscription de prêts. Bien que les GML soient connus pour avoir des hallucinations dans certains contextes, ils excellent dans le raisonnement sur le texte lorsqu’ils sont fondés sur des documents d’entrée spécifiques. La clé d’une extraction réussie de documents à l’aide des GML est la conversion de texte propre et la conception de schémas robustes, qui garantissent des sorties cohérentes et précises. L’auteur souligne l’importance d’une extraction de texte appropriée, qui implique le traitement de mises en forme et d’annotations complexes. Il partage son expérience de la création de Docupanda.io, une solution SaaS conçue pour relever les défis de la compréhension des documents en générant des représentations de texte propres et en adhérant à des schémas prédéfinis. L’article souligne que la définition de ces schémas est cruciale et que l’IA peut aider à les affiner grâce à des commentaires itératifs. Enfin, l’auteur encourage l’exploration de l’utilisation des GML pour régulariser le traitement des documents, suggérant que la véritable « application tueuse » de la GenAI est sa capacité à transformer le travail de bureau basé sur des documents.
Document Extraction is GenAI’s Killer App towardsdatascience.com
CdXz5zHNQW_gZEuCrmBfg.jpeg
RSS Hunter RSS Hunter • 27 août 2024

Harmonyze souhaite créer des agents d'IA pour aider les franchiseurs à comprendre les données non structurées

Pour certaines entreprises, il existe une voie claire vers la croissance qui n'implique pas d'acquérir d'autres sociétés ou de se développer de manière organique : la franchise. Les États-Unis comptent plus de 800 000 franchises, selon Statista, et ce nombre devrait continuer à croître d'année en année. Mais franchiser une entreprise, c'est octroyer une licence pour un modèle et une marque commerciaux à un […]
Harmonyze wants to build AI agents to help franchisors make sense of unstructured data techcrunch.com
CdXz5zHNQW_421jNeXQrW.jpeg
RSS Hunter RSS Hunter • 26 août 2024

Améliorer la fiabilité du système : l'approche axée sur l'IA de Meta pour l'analyse des causes profondes

Meta a récemment expliqué comment elle améliore la fiabilité de son système grâce à des outils d'investigation avancés, notamment Hawkeye assisté par IA, qui aide au débogage des flux de travail d'apprentissage automatique. En intégrant l'intelligence artificielle, Meta a développé un nouveau système d'investigation qui combine la récupération heuristique avec le classement des grands modèles de langage (LLM) pour aider à l'analyse des causes profondes.
Advancing System Reliability: Meta's AI-Driven Approach to Root Cause Analysis infoq.com
CdXz5zHNQW_Z0tSN9tbq5.jpeg
RSS Hunter RSS Hunter • 26 août 2024

L'assistant DevOps alimenté par LLM, Clio, est lancé pour aider les ingénieurs à gérer l'infrastructure cloud

Acorn, une entreprise fondée pour aider les organisations à mettre en œuvre des solutions technologiques basées sur l'intelligence artificielle, a récemment lancé Clio, un assistant en ligne de commande alimenté par l'intelligence artificielle conçu pour aider les ingénieurs à gérer les workflows DevOps.Dans un billet de blog et une diffusion en direct YouTube, Acorn décrit Clio comme un "assistant un peu grognon mais amical" qui peut gérer diverses tâches liées aux DevOps via le langage naturel.
LLM-Powered DevOps Assistant Clio Launches to Help Engineers Manage Cloud Infrastructure infoq.com
CdXz5zHNQW_m59CNHfXBQ.jpeg
RSS Hunter RSS Hunter • 26 août 2024

Présentation des nouvelles fonctionnalités de Codest : générez des applications Flutter et React Native !

Dans notre récente newsletter, nous vous avons présenté Codest, un outil d'IA qui génère des applications NextJS à partir d'images. Grâce à son succès, notre équipe de R&D a étendu les fonctionnalités de Codest pour inclure désormais la génération d'applications Flutter et React Native à partir d'images. Nous avons documenté nos progrès dans deux articles de blog précédents et nous sommes ravis d'annoncer que ces nouvelles fonctionnalités sont désormais disponibles dans notre preuve de concept (PoC).Quoi de neuf ? - Génération d'applications Flutter : Codest peut désormais générer du code Flutter modulaire de haute qualité à partir d'images, avec une séparation claire entre la mise en page et les données. - Génération d'applications React Native : Similaire à l'intégration de Flutter, Codest génère également du code React Native structuré et réutilisable.Pourquoi utiliser Codest ? Codest a démontré qu'il permet de réduire le temps de développement jusqu'à 20 %, en fournissant aux développeurs un code propre et modulaire qui permet de rationaliser le processus de développement pour les applications mobiles et Web.Nous vous invitons à regarder trois courtes vidéos qui présentent Codest en action et qui montrent comment il peut générer des applications fonctionnelles à partir d'images pour React Native, Flutter et Next.js.
Introducing New Features on Codest: Generate Flutter and React Native Apps! dev.to
CdXz5zHNQW_m2AdynPdCB.jpeg
RSS Hunter RSS Hunter • 26 août 2024

Dream Machine 1.5 prend de court Sora et d’autres créateurs de vidéos concurrents alimentés par l’IA

Luma Labs a considérablement amélioré son générateur vidéo Dream Machine AI avec la sortie de Dream Machine 1.5, plaçant la barre encore plus haut en termes de réalisme et de réactivité aux invites des utilisateurs. Cette mise à jour représente un défi pour les concurrents, notamment OpenAI, qui n'a pas encore publié son modèle de vidéo Sora AI. Dream Machine 1.5 offre une génération de vidéo plus rapide, produisant cinq secondes de vidéo de haute qualité en environ deux minutes, et présente un réalisme amélioré, des mouvements plus fluides et un meilleur rendu du texte. Ces avancées en font un outil précieux pour les créateurs de contenu et les spécialistes du marketing ayant des délais serrés.Malgré la concurrence d'autres générateurs vidéo AI comme Runway, Stability AI et Jimeng de Bytedance, Dream Machine 1.5 se distingue par sa disponibilité et ses performances. Ce lancement marque une avancée significative dans le paysage de la vidéo générée par l'IA, transformant potentiellement des secteurs tels que le divertissement, la publicité et le journalisme en permettant la création rapide et facile de contenu visuel de haute qualité.
Dream Machine 1.5 Catches Sora and other rival AI video makers napping techradar.com
CdXz5zHNQW_PeXO5fR47l.png
RSS Hunter RSS Hunter • 26 août 2024

Le système Recall controversé basé sur l'IA de Microsoft a enfin une date de sortie

Après des semaines de retard, Microsoft a annoncé que le rappel des ordinateurs Copilot Plus serait ouvert aux tests publics en octobre. Le système controversé d'extraction de captures d'écran a suscité de vives inquiétudes en matière de sécurité et de confidentialité lors de sa première annonce.L'IA et la controverse vont de pair, et l'un des développements les plus litigieux s'est produit plus tôt cette année, lorsque Microsoft a révélé son projet d'introduire le rappel pour les PC Copilot Plus. Le système prendrait continuellement des captures d'écran pendant que vous utilisez votre PC, traiterait ces images avec l'IA, puis vous permettrait de les rechercher pour vous y référer ultérieurement. Après des mois d'attente, nous apprenons enfin quand Microsoft a l'intention d'ouvrir le rappel à ses premiers testeurs publics.Le rappel a immédiatement suscité l'inquiétude des défenseurs de la vie privée, craignant que la simple existence de cet énorme registre de tout ce que vous faites sur votre PC ne représente une responsabilité inutile en matière de vie privée - pensez à quel point vous seriez exposé si quelqu'un y avait accès. Et de fait, une première analyse réalisée par un chercheur indépendant n'a fait qu'accroître l'inquiétude quant à la manière dont Microsoft prévoyait de mettre en œuvre le rappel.
Microsoft’s contentious AI-powered Recall system finally has an ETA androidauthority.com
CdXz5zHNQW_pC0zeBYUXD.jpeg
RSS Hunter RSS Hunter • 26 août 2024

Le détecteur de contrefaçons profondes de McAfee renforce l'authenticité des ordinateurs personnels IA de Lenovo

Les vidéos de « deepfake », qui utilisent l'IA pour imiter de vraies personnes, posent des risques significatifs pour la cybersécurité, notamment en trompant les gens avec du faux contenu de célébrités et de personnalités publiques. Pour lutter contre cela, McAfee s'est associé à Lenovo pour introduire Deepfake Detector, un outil conçu pour identifier et signaler les vidéos de deepfake sur certains PC Lenovo AI. Cet outil, formé sur 200 000 échantillons vidéo, fonctionne localement sur des appareils avec une unité de traitement neuronale (NPU), garantissant la confidentialité et la détection en temps réel sans nécessiter d'accès au cloud. Initialement disponible aux États-Unis, au Royaume-Uni et en Australie, le détecteur est inclus dans les nouveaux PC Lenovo AI avec un essai de 30 jours, suivi d'un abonnement annuel de 10 $. La collaboration entre McAfee et Lenovo vise à améliorer la sécurité numérique, bien que l'exclusivité concernant les puces Intel ne soit pas claire. De plus, McAfee propose un Smart AI Hub sur McAfee.ai pour que les utilisateurs puissent analyser les vidéos pour les deepfakes et en apprendre davantage sur les escroqueries basées sur l'IA.
McAfee’s Deepfake Detector keeps it real for Lenovo AI PCs techradar.com
CdXz5zHNQW_Vp8Ehbwzqe.png
RSS Hunter RSS Hunter • 26 août 2024

L'opérateur télécom ayant permis l'escroquerie par deepfake de Biden devra payer 1 million de dollars à la FCC

En début d'année, un audio factice de la voix du président Biden, alimenté par l'intelligence artificielle, a atteint les électeurs du New Hampshire. La FCC a riposté rapidement, en identifiant le coupable comme étant la Life Corporation, basée au Texas, qui est derrière de telles arnaques au fil des ans, et en infligeant à elle et à un individu associé une amende de 6 millions de dollars. Cependant, les escrocs ont également recruté l'aide de […]
Telecom that enabled Biden deepfake scam will pay FCC $1M techcrunch.com
CdXz5zHNQW_KGYDqTwyTo.jpeg
RSS Hunter RSS Hunter • 26 août 2024

La fonctionnalité « aidez-moi à écrire » de Gmail peut désormais peaufiner vos e-mails à l’aide de l’IA

Google développe son aide à la rédaction basée sur l'IA dans Gmail à travers des fonctionnalités optimisées par Gemini sous le raccourci « Aidez-moi à rédiger ». Le dernier ajout est l'option « Peaufiner » qui affine les brouillons de courriels, les rendant généralement plus formels, et est disponible à la fois sur mobile et sur ordinateur. De plus, lorsqu'ils rédigent des courriels d'au moins 12 mots sur iOS et Android, les utilisateurs peuvent accéder à des options telles que Peaufiner, Formaliser, Développer, Raccourcir et Rédiger un nouveau brouillon en faisant glisser le curseur sur l'invite « Peaufiner mon brouillon ». Ces fonctionnalités sont réservées aux abonnés au forfait IA Premium de Google One ou aux organisations disposant de modules complémentaires Gemini spécifiques pour l'éducation et les entreprises. Cependant, on peut douter du caractère pratique et de l'efficacité de ces outils, certains se demandant s'ils permettent réellement de gagner du temps ou d'améliorer la qualité de la communication par courriel.
Gmail’s ‘Help Me Write’ Feature Can Now Polish Up Your Emails With AI lifehacker.com
CdXz5zHNQW_OYE7bCPiyg.png
RSS Hunter RSS Hunter • 26 août 2024

D-ID lance un outil de traduction vidéo d'IA comprenant le clonage vocal et la synchronisation labiale

La plateforme de création vidéo par IA D-ID est la dernière entreprise à commercialiser un outil permettant de traduire des vidéos dans d'autres langues à l'aide de technologies d'IA. Cependant, dans ce cas, D-ID clone également la voix du locuteur et modifie les mouvements de ses lèvres pour qu'ils correspondent aux mots traduits dans le cadre du processus d'édition par IA. Cette technologie découle des […]
D-ID launches an AI video translation tool that includes voice cloning and lip sync techcrunch.com
CdXz5zHNQW_0y7de5ftG2.jpeg
RSS Hunter RSS Hunter • 26 août 2024

7 Créateurs de diaporama IA pour votre prochaine présentation au bureau

Vous pouvez être en dernière année d'université, vous efforçant de faire ressortir votre projet de fin d'études, ou un professionnel travaillant, naviguant dans les exigences quotidiennes des réunions et des présentations à des clients. Dans les deux scénarios, vous comprenez l'importance d'une bonne première impression, que ce soit dans un contexte professionnel ou personnel. Un design bien conçu [...]
7 AI PPT Makers For Your Next Office Presentation analyticsvidhya.com
CdXz5zHNQW_r6k8yG29iM.jpeg
RSS Hunter RSS Hunter • 25 août 2024

Exécutez vos applications d'inférence d'IA sur Cloud Run avec des GPU NVIDIA

Google Cloud a introduit le support du GPU NVIDIA L4 pour Cloud Run, maintenant en préversion, permettant aux développeurs de réaliser des inférences d'IA en temps réel avec facilité. Cette mise à jour est particulièrement bénéfique pour les applications utilisant des modèles d'IA générative ouverte, comme Google's Gemma et Meta's Llama. Les principales caractéristiques comprennent une mise à l'échelle rapide, une mise à l'échelle à zéro et un tarif pay-per-use, rendant Cloud Run idéal pour gérer le trafic utilisateur variable et l'optimisation des coûts.Avec cette nouvelle capacité, les développeurs peuvent déployer des modèles légers pour des tâches comme des chatbots personnalisés et la résumé de documents, ou des applications plus exigeantes en ressources comme la reconnaissance d'images et la génération de 3D. Les GPU NVIDIA améliorent les performances en accélérant les processus d'inférence d'IA, offrant une faible latence et une scalabilité efficace, tandis que l'infrastructure de Cloud Run gère les complexités sous-jacentes.Les adoptants précoces, comme L'Oréal et Chaptr, ont loué l'intégration du GPU pour ses temps de démarrage faibles, sa scalabilité et sa facilité d'utilisation. Le support du GPU est actuellement disponible dans la région US-central1, avec des plans pour s'étendre à l'Europe et à l'Asie d'ici la fin de l'année.Pour déployer un service avec des GPU NVIDIA sur Cloud Run, les développeurs peuvent spécifier les exigences GPU via la ligne de commande ou la console Google Cloud. De plus, Cloud Run prend maintenant en charge les fonctions avec des attachements GPU, simplifiant les tâches d'inférence d'IA basées sur les événements.
Run your AI inference applications on Cloud Run with NVIDIA GPUs cloud.google.com
RSS Hunter RSS Hunter • 25 août 2024

Openmart souhaite faciliter la vente des entreprises à des entreprises locales

En 2020, Kathryn Wu a lancé une entreprise secondaire tandis qu'elle travaillait comme ingénieure de produit chez Pinterest. Wu a créé une entreprise de thé au lait, OhTea, avec l'espoir de se connecter avec des épiceries locales et des magasins de cadeaux pour qu'ils vendent le thé. Elle a rapidement pris conscience de la difficulté de ne pas seulement être acceptée, mais également de trouver des informations précieuses sur les magasins pour cibler les bonnes opportunités.
Openmart wants to make it easier for enterprises to sell to local businesses techcrunch.com
CdXz5zHNQW_4xA3decJv4.jpeg
RSS Hunter RSS Hunter • 25 août 2024