background preloader

L'intelligence artificielle en plein essor grâce à la révolution de l'« apprentissage profond »

L'intelligence artificielle en plein essor grâce à la révolution de l'« apprentissage profond »
Les techniques d'« apprentissage profond » (« deep learning ») ont, en moins de 5 ans, complètement bouleversé le domaine de l'intelligence artificielle (IA), selon Yann LeCun qui dirige le nouveau laboratoire d'intelligence artificielle de Facebook à Paris. L'apprentissage profond est utilisé, par exemple, par Siri, Cortana et Google Now pour la reconnaissance vocale, par Google Maps pour déchiffrer le texte présent dans les paysages (comme les numéros de rue) et par Facebook pour détecter les images contraires à ses conditions d'utilisation et pour reconnaître les utilisateurs présents sur les photos publiées (une fonctionnalité non disponible en Europe). « Toutes les grandes entreprises tech s'y mettent : Google, IBM, Microsoft, Amazon, Adobe, Yandex ou encore Baidu y investissent des fortunes », rapportait la journaliste Morgane Tual dans Le Monde en juillet 2015. La journaliste cite Yann Ollivier, chercheur en IA au CNRS, qui explique : « Comment reconnaître une image de chat ? Related:  Intelligente artificielle - IAI A

Benefits & Risks of Artificial Intelligence Many AI researchers roll their eyes when seeing this headline: “Stephen Hawking warns that rise of robots may be disastrous for mankind.” And as many have lost count of how many similar articles they’ve seen. Typically, these articles are accompanied by an evil-looking robot carrying a weapon, and they suggest we should worry about robots rising up and killing us because they’ve become conscious and/or evil. If you drive down the road, you have a subjective experience of colors, sounds, etc. The fear of machines turning evil is another red herring. The consciousness misconception is related to the myth that machines can’t have goals. I sympathize with Rodney Brooks and other robotics pioneers who feel unfairly demonized by scaremongering tabloids, because some journalists seem obsessively fixated on robots and adorn many of their articles with evil-looking metal monsters with red shiny eyes. The robot misconception is related to the myth that machines can’t control humans.

24 décembre 2017 - Intelligence artificielle : Facebook mise sur la reconnaissance faciale pour nous protéger Facebook fait une nouvelle fois appel à l'intelligence artificielle pour contrôler l'utilisation des photos de visages. Ses algorithmes de reconnaissance faciale peuvent prévenir quelqu'un si sa photo est diffusée sur le réseau social. Un outil destiné à lutter contre les problèmes de harcèlements et d'usurpation d'identité. Grâce à la reconnaissance faciale, Facebook va informer ses utilisateurs lorsqu'une photo d'eux est publiée sur le réseau social, même lorsqu'ils n'ont pas été identifiés par leur nom (tags), a annoncé le groupe mardi. « Nous faisons cela pour empêcher les gens de prendre la place d'autres sur Facebook » en utilisant par exemple la photo de quelqu'un d'autre comme photo de profil, écrit le groupe.

Google développe une intelligence artificielle grâce aux mégadonnées d'hôpitaux britanniques Les données de plus de 1,6 million de patients anglais vont être analysées par un programme d'intelligence artificielle développé par Google, rapporte New Scientist. Un accord a été signé entre DeepMind, une entreprise propriété de Google, et le Royal Free NHS Trust (qui dépend du service de santé public), qui gère trois hôpitaux à Londres. DeepMind est notamment connu pour AlphaGo, une intelligence artificielle qui a battu les champions mondiaux de Go au début de l'année. Le projet vise à développer d'une application portant sur les maladies du foie dédiée à aider au diagnostic et aux décisions. Les systèmes d'intelligence artificielle sont basés sur des techniques dites d'apprentissage profond à partir de gigantesques bases de données. En comparant les informations d'un nouveau patient à celles de millions d'autres cas, le programme pourra, par exemple, prédire qu'il s'agit de stages précoces d'une maladie qui n'est pas encore symptomatique.

AlphaZero : l'IA de Google DeepMind devient imbattable aux échecs DeepMind, filiale de Google, a fait une nouvelle démonstration des performances de son programme d'intelligence artificielle. AlphaZero, une variante d'AlphaGo qui pratique l'apprentissage par renforcement, n'a mis que quatre heures en partant des règles de base pour vaincre le meilleur programme de jeux d'échecs actuel. Après avoir démontré l'implacable supériorité de son intelligence artificielle (IA) au jeu de go, DeepMind, filiale de Google, cherche désormais à rendre celle-ci plus généraliste. Il y a peu, DeepMind a fait un pas important dans cette direction avec AlphaGo Zero, une nouvelle version de son programme de jeu de go qui n'a mis que trois jours à vaincre son prédécesseur en pratiquant un apprentissage « tabula rasa » par renforcement (reinforcement learning, en anglais). Dans un nouvel article scientifique, DeepMind dévoile ainsi AlphaZero, qui reprend le principe de l'apprentissage autodidacte par renforcement dans une approche moins spécialisée. Ce qu'il faut retenir

L'intelligence artificielle d'IBM remplace 34 employés d'un assureur Alors que les exemples de systèmes d'intelligence artificielle remplaçant les humains sont actuellement rares, ils seront de plus en plus nombreux dans les prochaines années. Le journal national japonais Mainnichi rapporte que l'intelligence artificielle d'IBM, basée sur le système Watson, permet à une société d’assurance-vie japonaise (la Fukoku Mutual Insurance) de remplacer 34 employés (25 % du personnel). Le système assure le travail du département de l'évaluation des paiements. Il rassemble les données médicales des clients, analyse les certificats médicaux et les clauses d'assurance afin de déterminer les paiements à effectuer. La décision finale d’indemnisation est laissée à un humain, indique l'assureur. Le système Watson est notamment connu en lien avec le développement d'applications dans le domaine de la santé (ex. : Traitements personnalisés du cancer avec l'intelligence artificielle d'IBM) Psychomédia avec source : Mainichi.

Dans cette article écrit par la rédaction d’un célèbre site internet, nous explique ce qu’est une intelligence artificielle en nous parlant de son histoire, de ce qu’elle est aujourd’hui et de ce qu’elle sera demain. 12 septembre 2016 - Google créé une intelligence artificielle capable de parler presque aussi bien que nous Question intelligence artificielle, l’entreprise qui semble actuellement faire le plus de progrès est sans doute Google. Son intelligence artificielle Deepmind sait générer la voix humaine dynamiquement, en apprenant constamment de ses erreurs. Une prouesse qui permet aux sons générés par cette intelligence artificielle d’être particulièrement convaincants. On le sait, Google investit dans tous les domaines qui croisent sa route. C’est à dire l’avénement d’une intelligence artificielle parfaitement fonctionnelle, capable d’interagir avec les êtres humains, et de comprendre leurs émotions. Ce que vous entendez, c’est la voix d’un réseau neuronal La prouesse vient d’une technologie qui se développe en ce moment, les réseaux neuronaux. Au final, le réseau neural se retrouve capable de lui-même générer une voix, sans utiliser aucun échantillon audio préfabriqué. Génération paramétrique Génération concaténative WaveNet À lire également : Google dépose un brevet pour un bracelet anti-cancer

How to build your own AlphaZero AI using Python and Keras Connect4 The game that our algorithm will learn to play is Connect4 (or Four In A Row). Not quite as complex as Go… but there are still 4,531,985,219,092 game positions in total. The game rules are straightforward. Players take it in turns to enter a piece of their colour in the top of any available column. Here’s a summary of the key files that make up the codebase: game.py This file contains the game rules for Connect4. Each squares is allocated a number from 0 to 41, as follows: The game.py file gives the logic behind moving from one game state to another, given a chosen action. You can replace the game.py file with any game file that conforms to the same API and the algorithm will in principal, learn strategy through self play, based on the rules you have given it. run.ipynb This contains the code that starts the learning process. Self-playRetraining the Neural NetworkEvaluating the Neural Network There are two agents involved in this loop, the best_player and the current_player. agent.py

La bioéthique version démocratie participative La bioéthique version démocratie participative Tp dprt. Ls tts gnrx d l bthq nt dmrr jd, lncs ffcllmnt pr l Cmt cnslttf ntnl d’thq pr ls scncs d l v t d l snt (CCN) t sn prsdnt Jn-Frnçs Dlfrssy. L’bjctf ds ms vnr (jsq’ fn m, dbt jn) dbttr dns tt l Frnc d c q tts ls vncs d l scnc (n nrscncs, ntllgnc rtfcll, rbtq, gntq t gnmq…) chrrnt cmm nvlls qstns pr l’Hm spns t l sct n gnrl. n xmpl ? L dvlppmnt ds tchnqs d’mgrs (gnr RM) t ds dnns q’lls prmttnt d’ccmlr, n prrnt-lls dnnr ds nvs d’hyprstmltn crbrl, vs nn thrptq ?

Merci d'avoir partagé cet article vraiment très intéressant. La notion de "deep learning" très en vogue en ce moment, prend plus de sens désormais pour moi. A bientôt pour de nouveaux échanges ! by kuhn_groupec Jan 21

Related: