La start-up a signé un accord avec le CEA afin que les techniques de deeplearning et de data crowdsourcing, dont cet organisme est familier, améliorent la pertinence des analyses de son ensemble de capture et traitement des données du sportif -utilisateur.

Après avoir extrait des données, tout tracker d’activité doit encore savoir en réaliser une synthèse à la fois pertinente et originale, qui puisse servir à l’utilisateur. Sinon, comme on peut le constater avec le décollage difficile du marché des montres connectées (smartwatch), c’est le désintérêt qui guette…

PIQ (67 personnes) est l’exemple type de la start-up consciente de ce problème. Spécialisée dans l’étude des mouvements des sportifs, cette entreprise regroupe une équipe forte de plus de cinquante personnes travaillant à l’amélioration des algorithmes d’analyse de tels mouvements.

Au plan commercial, PIQ a mis au point et commercialise le PIQ Robot, un ensemble regroupant des capteurs et des outils d’intelligence artificielle, dédié à l’amélioration des comportements des sportifs ; ce système est utilisable dans plusieurs disciplines (boxe, tennis, golf, surf et ski).
Le PIQ Robot fonctionne avec une application sur smartphone. Il permet notamment de pointer les points forts (Winning Factors) du sportif qui l’utilise.

Un partenariat de 4 ans

Et, le souci constant d’amélioration des conseils prodigués aux sportifs, utilisateurs de son système, a conduit PIQ à signer, en fin 2016, un accord d’une durée de 4 ans avec le CEA Tech.
Ce qui permettra à PIQ de bénéficier du savoir de cet organisme en fusion de données en provenance de capteurs multiples, en deeplearning (apprentissage par les machines) et en data crowdsourcing (extractions de tendances à partir de grands ensembles de données).

Le savoir-faire du CEA en fusion de données devrait ainsi permettre à la start-up de proposer aux sportifs, utilisateurs de son système, des améliorations de comportements et de gestes grâce aux regroupements de données a priori hétéroclites (comme l’établissement d’un lien entre des informations en provenance d’accéléromètres et de gyroscopes, d’une part, et des données de géolocalisation fines – dans la salle de sport, par exemple -, d’autre part).

Le savoir-faire du CEA en data crowdsourcing devrait permettre à PIQ d’affiner ses analyses de mouvements. Quant au deeplearning – autre point fort du CEA -, il participera à l’amélioration de l’outil d’intelligence artificielle Gaia de PIQ, qui est un outil dédié à la compréhension des gestes sportifs.

En outre, PIQ travaille avec le CEA à intégrer l’auto-calibration des capteurs à ses produits.