L'IoT pour accroître la sécurité et la productivité dans l'industrie du futur. Comment préparer l'entreprise en cas de nouvelle crise sanitaire ?
La question s'avère fondamentale pour les responsables logistiques et supply chain. Une plus grande capacité d'adaptabilité constitue sans aucun doute un des atouts indispensables. En effet, les organisations doivent être en mesure de rapidement créer, déplacer ou réaménager les espaces de production.
L’IoT dans l'industrie du futur Le premier défi est d’empêcher les opérateurs de revenir aux vieilles habitudes susceptibles de mettre leur santé en danger. Outre les mesures associées au Covid-19, les organisations sont tenues de prendre les mesures nécessaires pour assurer la sécurité de ses salariés sur leur lieu de travail. IoT et fatigue Un autre facteur pouvant considérablement augmenter le risque d’un accident au travail est la fatigue des salariés.
Dans ces cas, les wearables mains-libres améliorent la sécurité des salariés. Le gant intelligent à la rescousse des opérateurs. L’IA appliquée au marketing : un secteur en plein essor. GP Bullhound – banque internationale d’affaires et de conseil dans le secteur technologique – publie aujourd’hui son nouveau rapport “AI and the Services Revolution” .
Ce dernier analyse, au travers des investissements et des fusions-acquisitions, la manière dont la data et l’IA impactent l’industrie des services marketing. En résumé Dans son dernier rapport, GP Bullhound révèle que 11 milliards de $ ont été investis dans l’industrie marketing depuis 2014 au niveau international.En 2018, 2,5 milliards de $ ont été investis dans le secteur de l’IA appliquée au marketing et le 2nd trimestre 2019 a généré 1 milliard de $ d’investissement.
En 2018, la valeur totale des investissements et opérations en M&A a dépassé 3,7 milliards de $. Deep learning. Un article de Wikipédia, l'encyclopédie libre.
Le deep learning ( aussi appelé deep structured learning, hierarchical learning ou apprentissage profond[1]) est un ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires[réf. souhaitée]. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage. Dans les années 2000, ces progrès ont suscité des investissements privés, universitaires et publics importants, notamment de la part du GAFA (Google, Apple, Facebook, Amazon)[2].
En octobre 2015, le programme alphaGo ayant appris à jouer au jeu de go par la méthode du deep learning a battu par 5 parties à 0 le champion européen Fan Hui[3]. Notions Théoriciens. Cette puce copie notre cerveau pour rendre les intelligences artificielles plus efficaces. En poursuivant votre navigation sur ce site, vous acceptez nos CGU et l'utilisation de cookies afin de réaliser des statistiques d'audiences et vous proposer une navigation optimale, la possibilité de partager des contenus sur des réseaux sociaux ainsi que des services et offres adaptés à vos centres d'intérêts.
Pour en savoir plus et paramétrer les cookies... Accueil Jean-SébastienZANCHI Journaliste Inscrivez-vous gratuitement à laNewsletter Actualités Pour pouvoir traiter plus d’informations avec la même somme d’énergie, des chercheurs ont conçu une puce s’inspirant de l’architecture de notre cerveau. L’intelligence artificielle avance à pas de géant, mais l’architecture des processeurs chargés des calculs qui y sont attachés progresse finalement très peu. Malgré leur sophistication, les puces utilisées dans nos ordinateurs et nos smartphones restent binaires.
« Pour développer l’intelligence artificielle de confiance, il faut partir de cas d’usage précis, simples et maîtrisables » Carte blanche.
L'intelligence artificielle aide la NASA à détecter de "nouveaux" cratères sur Mars. IA : l’optimisation des prises de décisions dans l’entreprise. « L’usine du futur se développe et ceux qui l’adopteront en premier seront les pionniers de la quatrième révolution industrielle », selon Boston Consulting Group.
Si l’intelligence artificielle fait sa place en entreprise, principalement dans les solutions marketing et les ressources humaines, elle tend à s’imposer plus largement pour optimiser toute décision opérationnelle. Pour Pierre Magrangeas, CEO d’Onogone, startup spécialisée dans le développement de l’intelligence artificielle à destination des entreprises, ça ne fait aucun doute : « Il faut aller au cœur des métiers pour automatiser et optimiser une décision afin d’apporter la plus grande valeur ». Intelligence artificielle : définition, conseils, comparatifs, témoignages... Visant à simuler l'intelligence humaine, l'intelligence artificielle émerge depuis le début des années 2010, portée par le deep learning, le big data et l'explosion de la puissance de calcul.
Derniers articles L'intelligence artificielle, qu'est-ce que c'est ? L'intelligence artificielle (IA) renvoie à "une application capable de traiter des tâches qui sont, pour l'heure, réalisées de manière plus satisfaisante par des êtres humains dans la mesure où elles impliquent des processus mentaux de haut niveau comme l'apprentissage perceptuel, l'organisation de la mémoire et l'esprit critique".
C'est ainsi que le scientifique américain Marvin Lee Minsky, considéré comme le père de l'IA, définit ce concept. C'est en 1956 à l'occasion d'une rencontre de scientifiques à Dartmouth (au sud de Boston) organisée en vue d'envisager la création de machines pensantes qu'il parvient à convaincre son auditoire d'accepter le terme. Intelligence artificielle - IA. Interview : comment est née l'intelligence artificielle ?
L’intelligence artificielle vise à mimer le fonctionnement du cerveau humain, ou du moins sa logique lorsqu’il s’agit de prendre des décisions.