Evaluée

DataValoris

star star star_border star_border star_border
help_outline

Les 'points Team' sont attribués selon l'adéquation de la solution avec le type d'innovations recherchées par Team for the Planet. Ils correspondent à l'analyse de plusieurs facteurs :

  • le potentiel d'impact : note moyenne d'impact > 4 => 0,5 point / si > 4,15 => 1 point.
  • la cohérence globale: toutes les notes moyennes des 6 critères de sélection > 2,5 => 1 point.
  • le coup de coeur: % d'évaluations qui juge l'innovation top pour agir à grande échelle contre les GES > 20% => 1 point
  • le ciblage: validation du périmètre d'intervention de Team supérieur à 90% => 0,5 point + niveau de maturité de l'inno suffisant => 0,5 point
  • l'acceptation sociale: score d'analyse sémantique des commentaires > 0 => 0,5 point/ si > 3500 => 1 point
20 évaluations

Soumises à évaluations : Après avoir été pré-filtrées afin de vérifier qu’elles répondent bien à l’un des 20 problèmes traités par Team for the Planet et qu’elles ont le degré de maturité attendu, les innovations sont soumises à évaluation.

En nous inspirant de l’évolution du vivant, nous créons des IA évolutives et apprenantes

Le levier d’action utilisé
Autre
Le secteur d’activité
Autre
Découvrir notre champ d’action arrow_forward
Date de soumission 4 décembre 2020 Fondateurs Jean-Patrice Glafkidès Lieu de développement France

Le projet en détails

NB : cette fiche est intégralement remplie par les personnes proposant l’innovation.

Quel est le problème résolu ?

Notre innovation permet de générer automatiquement des IA pour des problèmes ciblés en phase avec les donneurs d'ordre. C'est une deeptech utilisable par tous les acteurs de l'écologie au sens large

Comment est-il résolu ?

On democratise l'utilisation d'IA pour des sujets où les moyens sont faible malgré des impacts sociétaux importants

Qui sont les clients potentiels ?

Toute entreprise ayant besoin de developper des services innovants avec de l'intelligence artificielle

En quoi cette solution est-elle différente ?

On allie les algorithmes génétiques aux solutions de deeplearning. Des réseaux de neurones construits avec des algorithmes génétiques