ENTREPRISES & STRATÉGIES — Technologies

#HUBRADAR

Dash Cart, le chariot intelligent d’Amazon



Dans la continuité d’Amazon Go, le géant américain prévoit de lancer un chariot intelligent d’ici la fin de l’année. (Photo: Shutterstock)

Dans la continuité d’Amazon Go, le géant américain prévoit de lancer un chariot intelligent d’ici la fin de l’année. (Photo: Shutterstock)

Emmanuel Vivier et le HUB Institute vous proposent chaque jour le #HUBRADAR, une sélection des tendances et des meilleures innovations technologiques en trois articles.

Amazon va lancer le Dash Cart, un chariot intelligent

Amazon continue de développer sa technologie Just Walk Out. Dans la continuité d’Amazon Go, le géant américain prévoit de lancer un chariot intelligent d’ici la fin de l’année. Baptisé Dash Cart, il sera doté de caméras et capteurs qui suivront automatiquement les courses faites par un client. En scannant un QR code à l’entrée du magasin via une application dédiée, l’utilisateur pourra faire ses courses et sortir du magasin sans passer par la caisse.

La facture sera ensuite disponible tout de suite après sur l’application mobile. Si le principe ressemble beaucoup à Amazon Go, la différence est que ce chariot disposera d’une balance pour peser les produits vendus au poids, ainsi qu’un scanner pour déduire les offres promotionnelles.

ABM: les clés pour améliorer votre cycle de vente

Alors que l’inbound marketing s’est imposé ces dernières années au sein des entreprises, il conduit parfois les équipes marketing à se disperser. Avec l’account based marketing (ABM), les équipes réduisent la perte de temps passé à faire de la prospection inefficace. Mais toute la finesse et la puissance de l’ABM résident dans sa mise en œuvre. Découvrez le replay de notre webinar dédié et adoptez les bonnes pratiques pour mettre en place une stratégie ABM qui fonctionne.

Le MIT désactive un dataset enseignant à une IA des termes racistes

Quels sont les dangers d’un dataset sous influence malveillante pour l’IA? Le MIT vient d’annoncer la désactivation permanente d’un dataset comprenant 80 millions d’images. Avec pour objectif premier d’aider les utilisateurs à rechercher ces images, l’IA a fini par générer des termes racistes, misogynes, sexistes et offensants pour qualifier un volume d’images important.

Cette collection de photos conséquente utilisait des étiquettes pour décrire ce qui se trouvait dans les photos. Un réseau de neurones a été implémenté pour associer de manière automatique des modèles de photos à des étiquettes descriptives. Mais lorsque l’apprentissage n’est pas suffisamment cadré, des concordances douteuses peuvent arriver comme ce fut le cas pour le MIT.

S’abonner à la veille digitale #HUBRADAR proposée par le HUB Institute .