CodeFest sur les plastiques verts

Contribuez à la construction d’un avenir plus durable

Une partie du travail de fond a déjà été réalisée dans le cadre d’une récente étude de l’OEB sur les brevets consacrés aux plastiques de demain. Celle-ci montre que les données de brevets reflètent l’accélération du rythme de l’innovation dans les plastiques plus facilement recyclables, ainsi que dans les technologies de recyclage. Cette étude suggère aussi qu’il existe un vrai potentiel pour transformer des recherches porteuses dans ce domaine en inventions commercialisables. Elle offre une bonne introduction au sujet et un excellent point de départ pour celui ou celle qui voudrait relever ce défi code, c’est-à-dire :

Créer des modèles créatifs et fiables d’intelligence artificielle (IA) pour l’identification automatique des brevets liés aux plastiques verts.

Participant(e)s

Nous appelons les talents âgés de 18 ans et plus à s’inscrire à l’événement, en individuel ou en équipe (max. 5 personnes), avant le 13 novembre 2022. Le concours est ouvert à toute personne résidant dans un État membre de l’OEB. Chaque équipe peut être constituée de talents internes ou externes à l’OEB, ou les deux !

Pour participer, vous devez remplir tous les critères d’éligibilité énoncés dans le règlement du concours.

Les prix

Chaque prix est remis avec un trophée.

• Premier prix : 20 000 EUR
• Deuxième prix : 15 000 EUR
• Troisième prix : 10 000 EUR

Les soumissions seront évaluées par des experts de l’OEB intervenant dans les domaines de la durabilité, des technologies de l’information, de la science des données et de l’IA, ainsi que de l’analyse et de l’information brevets.

	Abderrahim Moumen Abderrahim est Directeur des opérations, Communication de données et applications, à l’OEB. Il copréside également la Task Force sur l’IA et les technologies émergentes, est membre du groupe de travail sur les Inventions mises en œuvre par ordinateur et assume la responsabilité managériale des normes. Parmi ses domaines d’intérêt figurent l’IA, l’Internet des objets (IoT), l’informatique quantique, la 5G, les antennes intelligentes et les normes. Abderrahim a rejoint l’OEB en 2000 comme examinateur (antennes et micro-ondes) après avoir obtenu un doctorat (Ph.D.) en télécommunications et technologies radar délivré par l’Université technique de Delft (Pays-Bas).
	Alexander Klenner-Bajaja Alexander heads up the EPO's Data Science department and manages the EPO's strategic artificial intelligence programme. He organized the first ever internal EPO CodeFest and developed the winning solution into an operational product. He has in-depth knowledge of machine learning as well as AI metrics and evaluation criteria.
	Angel Aledo López Alexander dirige le département de Science des données à l’OEB et gère le programme stratégique pour l’intelligence artificielle de l’OEB. Il est à l’origine du tout premier CodeFest organisé par l’OEB en interne, dont il a transformé la solution lauréate en produit opérationnel. Il a une connaissance très pointue de l’apprentissage automatique ainsi que des indicateurs et critères d’évaluation de l’IA.
	David Horat David est Responsable de la Gestion des données sur l’état de la technique à l’OEB, où il dirige une équipe internationale de plus de 100 personnes alimentant plus de 1 000 pipelines de données. Plus tôt dans sa carrière, il a occupé la fonction de Directeur IT pour la plateforme océanique des îles Canaries, chargé notamment de la transformation numérique du consortium, et celle d’ingénieur logiciel au CERN (organisation européenne pour la recherche nucléaire), où il a conçu un système de test informatique sur réseau fédéré surveillant les ressources de plus de 300 centres de traitement de données. David est titulaire d’un master (M.Sc.) en science informatique, d’un diplôme (LL.M) en propriété intellectuelle et administration des entreprises et d’un certificat en leadership.
	Domenico Golzio Domenico joue actuellement un rôle de conseil auprès du Directeur des systèmes d’information et du Directeur de la technologie de l’OEB. Il a travaillé comme Directeur de la division Recherche et Examen, au sein de laquelle il a dirigé l’équipe chargée de développer des outils pour la recherche sur l’état de la technique et l’information brevets, et a créé le département Intelligence Artificielle (IA). Domenico a mené des recherches sur divers aspects des droits de propriété intellectuelle, y compris les liens entre les brevets et l’innovation, l’information brevets, les portefeuilles de brevets internationaux et l’analyse comparative de différents systèmes de brevet. Avant de rejoindre l’OEB comme examinateur de brevets dans le domaine des TIC, Domenico a travaillé comme ingénieur en électronique dans les secteurs des télécommunications, de l’automobile et de l’aérospatial. Il est titulaire d’un diplôme de physique.
	Marco Bravo Marco est Directeur de la Promotion des connaissances des brevets à l’OEB et Directeur intérimaire de la Gestion des données relatives aux brevets. Il est expert en innovation, transfert de technologie et commercialisation basée sur la PI. Il a fondé quatre entreprises technologiques et un fonds de « business angels », et accompagné activement plus de 200 entrepreneurs du secteur de la technologie dans différents pays. Il a forgé son expérience professionnelle dans des domaines aussi divers que l’industrie, les milieux universitaires, les administrations et l’entrepreneuriat et a acquis une solide expérience interculturelle au contact de l’Europe, des États-Unis ou encore de l’Asie.
	Roberta Romano-Götsch Roberta est Directrice de la durabilité à l’OEB. Précédemment, elle a occupé les fonctions de Directrice des opérations pour les divisions Mobilité et mécatronique puis Santé, biotechnologies et chimie à l’OEB. À ce titre, elle a dirigé des examinateurs de brevets, managers, agents des formalités et équipes administratives à Munich, Berlin et La Haye.  Roberta est titulaire d’un doctorat (Ph.D.) en chimie organique de l’Université technique de Munich. Avant de rejoindre l’OEB en 1997, elle a été responsable R&D produit chez Procter & Gamble.
	Yann Ménière Yann Ménière a rejoint l’OEB en tant qu’économiste en chef en 2016. Depuis plusieurs années, il apporte un éclairage économique sur les questions liées aux brevets, à l’innovation et à la croissance, y compris via des interventions régulières sur divers forums publics et de haut niveau. Avant de rejoindre l’OEB, Yann était titulaire de la chaire Propriété intellectuelle et Marchés de la technologie à MINES Paris Tech où il enseignait l’économie. Il a également enseigné l’économie de la propriété intellectuelle (PI) à l’Imperial College London, à l’Université catholique de Louvain (Belgique) et au CEIPI. Son domaine de recherche et d’expertise porte sur l’économie de l’innovation, la concurrence et la PI.

Le concours se déroule en 5 étapes clés :

Jeudi 15 septembre 2022, 12h00 CEST Ouverture des inscriptions !
Ouverture des inscriptions !

Inscriptions sont closes!

Les talents peuvent s’inscrire au concours jusqu’au 13 novembre 2022, 23h59 CET. Pour s’inscrire, les talents doivent soumettre une description de l’approche choisie pour résoudre le défi. La proposition inclura une description de l’approche envisagée et précisera quelles sont la sélection de données envisagée et les modalités de mise en œuvre et d’évaluation du modèle possibles.

13 au 14 novembre 2022
Le jury évalue les soumissions.

Mardi 15 novembre 2022, 12h00 CET
Le défi commence !

Le jury communique le résultat de la précédente évaluation aux participant(e)s. Toutes les personnes retenues auront accès à notre base de données EP en texte intégral ainsi qu’aux services brevets ouverts (OPS). Le défi code se déroule sur un peu plus de huit semaines et les solutions doivent être soumises au plus tard le 16 janvier au 3 février 2023

Le jury évalue les solutions présentées et sélectionne les finalistes du concours..

Annonce des finalistes !

Les finalistes sont invités à la cérémonie du CodeFest sur les plastiques verts de l’OEB.

Cérémonie du CodeFest sur les plastiques verts de l’OEB

Au cours de la cérémonie en ligne, l’OEB annonce les lauréats et procède à la remise des prix. Le programme complet sera communiqué prochainement.

Les inscriptions au concours sont closes

Date limite d’inscription

Dimanche 13 novembre 2022.

Déclaration relative à la protection des données (DPS)

• DPS du CodeFest 2023 (en anglais)

Règlement du concours

• CodeFest - Règlement du concours (en anglais)
  

Plus de soixante personnes ont relevé le défi et conçu un modèle d'IA qui améliore l'accès à l'information brevets relative aux plastiques verts. À l'issue d'une intense compétition, six finalistes ont convaincu le jury de la créativité de leur code, démontrant comment leurs modèles pourraient aider les innovateurs et innovatrices à tirer les enseignements des connaissances brevets et à débarrasser la planète des déchets plastiques.

Suivez la cérémonie de remise des prix en ligne, le jeudi 23 février 2023 de 14 h 00 à 15 h 00, lors de laquelle les six finalistes présenteront leurs solutions ingénieuses avant que nous révélions le nom des trois lauréats.

Ne manquez pas cet événement !

Inscrivez-vous

L'inscription est gérée via XING SE, mais il n'est pas nécessaire d'avoir de profil XING.

• Voir le programme (en anglais)

Le concours CodeFest, ouvert aux résidents des États membres de l'OEB ainsi qu'aux agents de l'Office, a attiré de très nombreux participants venant de toute l'Europe. En équipe ou individuellement, ils ont tous élaboré des solutions créatives pour identifier les plastiques verts. Voici les finalistes.

AI4EPO 

Le modèle de cette équipe utilise des pipelines d'intelligence artificielle (IA) à la pointe du progrès ainsi que de grands modèles linguistiques venant d'OpenAI pour des approches zero-shot, few-shot et autres destinées à aboutir à un réseau neuronal personnalisé MLP pour une classification binaire et multi-labels.

Membres de l'équipe :

• Dimitrios Skraparlis (OEB)
  Dimitrios Skraparlis est examinateur en brevets à l'OEB. Possédant une expérience aussi bien industrielle qu'universitaire (Nokia, Toshiba, IBM Research, Siemens, NTUA ainsi que comme indépendant), il est titulaire d'un doctorat (Université technique nationale d'Athènes, NTUA), d'un MSc (Université de Bristol) et d'un diplôme d'ingénierie électrique et informatique (Université Aristote de Thessaloniki, Grèce). Il est désigné comme inventeur dans huit brevets et a publié des chapitres de livres ainsi que des articles dans plusieurs revues internationales à comité de lecture et lors de conférences. Dimitris se passionne pour la technologie et l'intelligence artificielle en tant que moteur de l'automatisation et de l'innovation. 
• Prodromos Malakasiotis
  Prodromos Malakasiotis est ingénieur principal de l'apprentissage machine chez Workable et chercheur invité à l'Université d'économie et de gestion d'Athènes, dont il détient un doctorat, un MSc et un BSc en informatique. Sa recherche se concentre sur le deep learning pour le traitement du langage naturel, et notamment sur la similitude sémantique pour les textes, l'apprentissage zero-shot et few-shot et l'apprentissage de transfert. Il se passionne pour appliquer la recherche à l'industrie afin de répondre aux besoins du quotidien. Prodromos, qui a publié plus de 30 articles dans des conférences et des revues universitaires de haut niveau, affiche un indice h de 19 et un indice i10 de 27.
• Stavros Vassos
  Stavros Vassos est CEO et co-fondateur de Helvia.ai, une start-up qui révolutionne la communication des entreprises en exploitant les atouts de l'IA linguistique. Titulaire d'un doctorat et d'un MSc en intelligence artificielle de l'Université de Toronto, il a été professeur adjoint à l'Université Sapienza de Rome. En 2008, il a reçu le prix de l'article exceptionnel, mention honorable, décerné par l'Association for the Advancement of Artificial Intelligence (AAAI), et en 2017, le label d'excellence lui a été décerné pour "StoryBots : Verifiable Storytelling in Conversational Interfaces" dans le cadre des actions Marie Skłodowska-Curie de l'UE.
• Odysseas Diamantopoulos
  Odysseas Diamantopoulos-Pantaleon est étudiant postgrade en informatique à l'Université d'économie et de gestion d'Athènes (AUEB). Il a achevé sa formation universitaire de premier cycle en informatique à l'AUEB en se spécialisant dans la science des données. Odysseas a également fait une mineure en philosophie à l'American College of Greece - Deree. Il occupe actuellement un poste d'assistant de recherche au Mobile Multimedia Laboratory (MMlab) où il travaille au projet de recherche européen H2020 Platoon.

Green Hands 

Comme il n'existe actuellement aucun système de classification ni aucune donnée labellisée dans ce domaine, Green Hands a proposé un nouveau système de classification et a élaboré une stratégie pour attribuer automatiquement des labels aux brevets afin de créer un ensemble de données d'entraînement labellisé.

Membres de l'équipe :

• Gonzalo Moro Pérez (OEB)
  Gonzalo a passé son master en systèmes intégrés à l'Université technique d'Eindhoven. Il est examinateur en brevets à l'OEB où il travaille dans le domaine de l'IA et de l'informatique quantique. Il possède plusieurs années d'expérience dans le domaine du codage avec des cadres d'apprentissage machine populaires pour toute une série de problèmes liés au traitement du langage naturel et à la vision par ordinateur.
• Tingting Qiao
  Tingting détient un doctorat en apprentissage machine de l'Université de Zhejiang. Au cours de son doctorat, elle a également été chercheuse invitée à l'Université de Sydney et à l'Université technique de Delft. Ses principaux domaines de recherche sont le traitement du langage naturel et la vision par ordinateur. Elle est actuellement spécialiste principale des données chez Adyen, où elle développe des modèles de détection des fraudes basés sur l'IA. Elle a plusieurs années d'expérience dans le big data et le deep learning populaire.

Multimodal Patent Document Classification 

Cette équipe a créé une architecture de deep learning pour classifier les documents de brevets en fusionnant des caractéristiques tirées des figures et du texte, ce qui permet d'exploiter la nature multimodale des brevets.

Membres de l'équipe : 

• Ioannis Mariggis (OEB)
  Ioannis Mariggis a étudié l'ingénierie électrique et électronique à l'Imperial College de Londres et à l'EPF de Zurich. Il a terminé ses études de master en 2015, en se spécialisant dans l'informatique et plus précisément dans la vision par ordinateur et la reconstruction visuelle 3D. Il a ensuite continué à travailler sur les mêmes sujets à l'EPF jusqu'en 2017, après quoi il est devenu développeur de logiciel, puis responsable technique pour la conduite autonome, où il a développé des algorithmes de perception utilisant des caméras et des lidars. En avril 2022, il a commencé à travailler comme examinateur en brevets dans le domaine de la reconnaissance des formes, et a examiné des demandes de brevets touchant à la vision par ordinateur et à l'apprentissage machine.
• Athanasios Mariggis (OEB)
  Athanasios Mariggis a achevé ses études d'ingénierie électrique en 1986, en se spécialisant dans les télécommunications avec un mémoire de diplôme consacré aux fibres optiques. Il a ensuite travaillé pour les départements ASIC, FPGA et R&D de logiciels chez Siemens pendant 16 années, dont les dix premières consacrées aux communications par fibres optiques GHz, au B-ISDN et à ATM/Internet dans les laboratoires centraux. Il s'est ensuite consacré à la mise en œuvre de la synchronisation des horloges entre les interconnections de télécommunications dans la plage de la femtoseconde, entre autres projets. Il est devenu examinateur en télécommunications en 2002 et en cryptographie en 2010, et a examiné des demandes de brevets relatives à la cryptographie quantique et au blockchain.
• Hendrik Stapelbroek
  Hendrik Stapelbroek a étudié l'ingénierie électrique et la technologie de l'information à l'Université technique de Munich. Dans son mémoire de master, il a conçu un réseau neuronal multimodal qui fusionne l'information de l'environnement routier et les trajectoires des véhicules suivis dans le but de prédire les manœuvres et trajectoires futures des véhicules. En mai 2019, il a rejoint l'équipe chargée de la vision par ordinateur chez Altran, société ensuite reprise par Capgemini, où il a développé des algorithmes de perception pour la conduite autonome en utilisant la vision par ordinateur et l'apprentissage machine. Depuis mars 2022, il travaille chez BMW au sein d'une équipe spécialisée dans la vision par ordinateur en vue de mettre au point des systèmes avancés d'assistance à la conduite.

Nikolaos Gialitsis 

Nikolaos a mis au point un modèle d'apprentissage machine qui incorpore à la fois des caractéristiques sémantiques et lexicales, et qui a été entraîné sur un ensemble de données de brevets et de publications scientifiques.

Nikolaos Gialitsis a une expérience avérée dans des rôles touchant à la science des données, aux logiciels et à l'ingénierie de l'apprentissage machine pour des projets de grande envergure de l'UE ainsi que pour des projets commerciaux. Il a publié le résultat de ses recherches dans de grandes conférences, en mettant en exergue son expertise en traitement du langage naturel et en apprentissage machine. Nikolaos a également contribué au développement full-stack d'outils open-source et de marchés virtuels, de cadres web et de connaissance théorique des principes orientés objet et des patrons de conception. Dans son temps libre, il organise des activités de bénévolat liés à l'interdisciplinarité et à la communication scientifique.

Patent Variables

L'équipe a transformé le problème en un challenge seq2seq, en demandant à l'utilisateur de définir les plastiques verts, puis en testant toutes les revendications de brevets par rapport à cette hypothèse.

Membres de l'équipe :

• Yaroslav Petrov
  Yaroslav, ingénieur en apprentissage machine chez Nielsen, est basé à Lugano, en Suisse. Il a étudié l'informatique à l'USI de Lugano et aime consacrer ses loisirs à apprendre de nouveaux outils informatiques ou à perfectionner ses compétences DevOp.
• Adam Novak
  Originaire de Lugano, en Suisse, Adam achève ses études d'économie et de finance. Bien que n'ayant pas de bagage formel en matière d'intelligence artificielle, il a travaillé dans le passé sur plusieurs projets de science des données pour des entreprises multinationales.
• Michael Mazourik
  Michael vient de Delémont, dans le canton du Jura. Il a étudié l'intelligence artificielle à l'USI de Lugano et à l'EPF de Zurich pour son master et a travaillé dans le conseil technologique pour EY. Il se réjouit de pouvoir renforcer ses capacités dans ce domaine en appliquant le traitement du langage naturel, le graphique de connaissance et les compétences en intelligence artificielle à l'industrie de la propriété intellectuelle.
• Konstantinos Samaras-Tsakiris
  Konstantinos a étudié l'ingénierie électrique et informatique en Grèce, mais passe désormais son temps entre Genève et Zurich. Il a eu le plaisir de travailler comme ingénieur logiciel au CERN pendant plusieurs années, et est désormais ingénieur ML dans une société de neurotech à Zurich.

IP.appify 

À l'aide d'une machine de stimulation de gradient, Thomas s'est concentré sur une mesure de validation impartiale et à forte efficacité d'échantillonnage et sur la maximisation de la spécificité.

Membres de l'équipe :

• Thomas Eißfeller
  Thomas a quitté l'Université technique de Munich en 2012 avec un doctorat en physique théorique des semi-conducteurs focalisée sur l'informatique quantique. Après un post-doctorat, il est entré en 2013 comme stagiaire au cabinet juridique de PI WESER & Kollegen. Il a été reçu conseil en brevets allemand en 2017 et mandataire agréé près l'OEB en 2018. Il est co-fondateur de IP.appify, une start-up spécialisée dans les services électroniques pour les professionnels des brevets. Son intérêt pour l'intelligence artificielle a débuté avec un projet de vision informatique avant de se porter désormais sur les modèles linguistiques basés sur l'intelligence artificielle, notamment la traduction automatique. 

« Plastiques verts » est une expression générique, qui ne correspond à aucune définition scientifique précise.

Un plastique est dit « vert » lorsque sa production, son utilisation, son recyclage, son upcyclage, son élimination ou sa décomposition ont un impact réduit ou limité sur l’environnement. Un plastique vert présente une ou plusieurs des propriétés suivantes : renouvelabilité des sources, biodégradabilité/compostabilité en fin de vie, traitement possible dans le respect de l’environnement.

Un procédé permettant de rendre les plastiques plus verts entrerait aussi dans la catégorie des « plastiques verts » : par exemple, une forme de recyclage chimique permettant de rendre un PET plus vert en optimisant son recyclage et en limitant les déchets.

Un « plastique vert » n’étant pas un matériau en soi, mais plutôt une façon de considérer l’ensemble du cycle de vie d’un matériau, nous vous demandons de donner une description de l’approche choisie pour résoudre le défi code (voir dans le Règlement du concours : « Propositions pour résoudre le défi » et « Soumissions de solutions au défi code »). Dans cette description, vous devez indiquer clairement quels sont les aspects du plastique vert inclus dans la solution proposée pour résoudre le défi. Pour plus d’informations sur les types de plastique, matériau et procédé que vous pouvez envisager d’inclure, nous vous invitons à lire la publication « Brevets et plastiques de demain ».

Le résultat attendu est un modèle d’IA capable d’identifier des documents brevets et non-brevets relatifs aux « plastiques verts ». Pour entraîner l’IA, vous pouvez utiliser toute information publiée, y compris des brevets. Mais toute autre idée plus créative sur la manière d’entraîner l’IA est la bienvenue. Laissez parler votre créativité.

Vous êtes libre d’exploiter toute forme de classification existante, notamment CIB/CPC/Y02, jugée utile pour développer des modèles d’IA fiables et novateurs pour automatiser l’identification de la littérature brevet et non-brevet relative aux « plastiques verts ».

Dans le Règlement du concours (section « Propriété intellectuelle »), nous stipulons que vous conservez la propriété de votre Soumission et, par conséquent, les droits de publier et de charger le logiciel.

Dans cette même section, nous stipulons toutefois également que si vous utilisez des données et/ou API ou autre matériel susceptible d’être protégé par un droit d’auteur de tiers, vous devez respecter les conditions et restrictions spécifiées par ces derniers.

Dans l’éventualité où vous décideriez de publier votre Soumission, nous vous serions reconnaissants de mentionner que le code et les éventuels résultats correspondants ont été créés dans le cadre du CodeFest sur les plastiques verts de l’OEB.

Il n’y a, a priori, aucune restriction sur les langues : tous les documents brevets peuvent être pris en compte, quelle que soit la langue dans laquelle ils sont rédigés.

Nous vous demandons toutefois de présenter les résultats dans l’une des langues officielles de l’OEB : allemand, anglais ou français.

Votre inscription au CodeFest sera considérée comme complète uniquement lorsque nous aurons reçu votre proposition. Si vous avez commencé la procédure d’inscription, pensez à soumettre votre proposition au plus tard le 13 novembre.

Il n’y a aucune restriction. Choisissez le format qui vous semble convenir le mieux pour décrire le concept, le processus et l’objet de données de votre proposition.

Les personnes retenues à l’issue des inscriptions auront librement accès à deux produits de l’OEB : la base de données EP en texte intégral et les services brevets ouverts (OPS).

L’accès à la base de données EP en texte intégral permet aux personnes retenues d’accéder au texte intégral de tout le recueil des publications EP (A et B). Plus d’infos sur la base de données EP en texte intégral.

Les données d’OPS sont extraites de la base de données bibliographiques de l’OEB, des données mondiales relatives aux événements juridiques ainsi que des bases de données de documents en texte intégral et en images. Elles proviennent donc des mêmes sources que celles utilisées pour Espacenet et le Registre européen des brevets. Plus d’infos sur les services brevets ouverts (OPS).