Cadre conceptuel ‘Assistant-humain Digital’ pour des applications distribuées sur les réseaux 5G infonuagiques

Défi de développement technologique 5G (ENCQOR) pour PME

Cadre conceptuel ‘Assistant-humain Digital’ pour des applications distribuées sur les réseaux 5G infonuagiques

Date de lancement du défi :

15 décembre 2020

Date limite du défi : 

31 janvier 2021

Énoncé du défi : 

La 5G est une plateforme qui permet d’adresser de nouveaux cas d’utilisation qui dépasse les attentes des solutions/services d’assistance humaines actuels.

En utilisant les capacités et performances de la 5G comme la faible latence, le débit de données et les ressources de localisation intelligentes permettra d’offrir de nouveaux services d’assistant intelligents numérique avec une Qualité d’Expérience (QoE) de niveau supérieur : le cadre conceptuel Assistant-Humain Digital (Digital human-assistant framework – DHAF)

Pour permettre le déploiement de ces services, une nouvelle architecture logicielle flexible développée pour la 5G est requise.

Partenaire de projet :

Ericsson Canada Inc.

Calendrier :

Jusqu’à 12 mois à partir de 21Q1

Financement disponible :

Jusqu’à 500 000$ CAD

Type de candidat :

PME de moins de 500 employés, enregistrée au Québec

Lieu :

Le projet doit être réalisé au Québec et les tests reliés à la 5G doivent être faits dans un des centres ENCQOR 5G du Québec (MTL ou QC).

Détails du projet :

Le but du projet pour le Digital human-assistant framework (DHAF) est de définir un cadre de référence qui permet de déployer différents des cas d’utilisation DHAF en 5G.

La solution devrait permettre de s’adapter à différents critères notamment le temps de réponse, la mise à échelle, le nombre de sessions multiples, la gestuelle et la cartographie NLP.

Il est requis que l’architecture du logiciel ai la capacité à s’adapter facilement à différents scénarios prévoyant la langue, le son, et/ou du contenu vidéo ou textuelle IU et/ou des services qui peuvent être utilisés par des applications natives infonuagiques qui fonctionnent en mode distribué et possiblement dans un contexte de centres de données partagés.

Le cadre conceptuel (framework) doit pouvoir intéragir avec les cas d’utilisation à travers l’implémentation d’applications et doit être le plus convivial possible pour les développeurs grâce une API générique REST et des canaux de communication média à haute vitesse.

Le cadre conceptuel (framework) doit être capable de générer des options de réponse à l’utilisateur basé sur l’interaction de l’utilisateur et son historique (contexte/ contexte à court et long terme). Le contexte doit pouvoir être annoté et enrichi par des services additionnels (ex. un service de localisation optionnelle) dans l’interaction avec cet utilisateur. Le contexte enrichi doit être considéré par le cadre conceptuel (framework) quand il soumet des réponses.

Les réponses sont créées avec l’aide d’une base de données contextuelle générique. La sélection et la manipulation/description de la base de données contextuelle est l’un des aspect critique et central de ce projet. Elle devrait être utilisée pour cartographier l’intelligence reliée à l’information fournie par l’utilisateur en fonction de la proposition d’actions et de réponses. La base de données doit être peuplée/annotée/enrichie par des applications et des services d’apprentissage machine (Machine Learning – ML) qui sont exclus de ce projet. Une application de démonstration (POC) doit être inclus pour démontrer les capacités du cadre conceptuel (framework).

Pour s’assurer du fonctionnement du cadre conceptuel (framework) dans des situations de mission crique, il devra être en mesure d’éxécuter des modules de code critique ou des services applicatifs sur des nodes ‘deep edge’ pouvant se trouver sur un réseau 5G proche de l’utilisateur final. L’utilisation de GPU devrait être considéré pour des opérations computationnelles complexes et intensives et pour l’apprentissage machine (ML) si nécessaire. Le cadre conceptuel (framework) doit être exécuter dans des containeurs Kubernetes et suivre les principes des architectures de type micro-services. Le processus de développement du logiciel doit incorporer les exigences de sécurité et protection des données attendus dès le début du projet.

Objectifs/résultats du projet :

Livraison d’un cadre conceptuel (framework) en GIT pour les codes sources et codes de tests avec la documentation incluant les tableaux de déploiement HELM et les références associées.

Expertise du candidat :

Expérience dans:

• le développement d’applications et de ‘framework’ distribués, natifs infonuagiques en AI/ML, NLP, reconnaissance vidéo
• Kubernetes, GPU
• Traduction ‘Homme-Machine’ et ‘Machine-Homme’
• Réseaux et cas d’utilisation 5G

Information additionnelle :

Cas d’utilisation: Assistant personnel, Assistant bancaire, Assistant en commerce, Assistant intelligent en Santé, Assistant intelligent milieu du travail, Assistant automobile, etc.

Pour appliquer :

• Chaque PME désirant participer à ce défi technologique doit avoir un accès Encqor iPaaS (gratuit) afin de se familiariser avec l’ensemble des technologies 5G disponibles nécessaires pour la réalisation du projet. Les PME n’ayant pas d’accès iPaaS doivent appliquer ici et choisir le champ ‘Appel à projet Ericsson ‘Digital human-assistant framework’ dans le premier menu déroulant.
• Seules les PME sélectionnées seront invitées à une rencontre de question/réponse avec l’équipe de projet