L'open source veut démocratiser l'intelligence artificielle Ces logiciels ouverts et gratuits peuvent être implémentés par de grands groupes mais aussi de petites entreprises qui veulent résoudre des problématiques business précises. Utiliser l'intelligence artificielle pour répondre à des problématiques business est devenu un jeu d'enfant pour les entreprises. Pour que même de petites PME au budget serré puissent bénéficier de ces nouveaux outils, les start-up du secteur développent des solutions open source, dont l'utilisation est gratuite. Ces sociétés proposent également des applications faciles à utiliser, auxquelles les professionnels qui n'ont pas dans leur équipe de cadors de l'informatique peuvent accéder en déboursant quelques milliers d'euros. Créée en 2005 et basée à Redwood City, à côté de San Francisco, Numenta a développé NuPIC (Numenta platform for intelligent computing), un logiciel open source biomimétique qui imite le fonctionnement du cortex cérébral de l'Homme. Le code source de NuPIC est accessible gratuitement en ligne.
AI and Machine Learning Glossary | Pathmind The intent of this glossary is to provide clear definitions of the technical terms specific to deep artificial neural networks. It is a work in progress. Activation An activation, or activation function, for a neural network is defined as the mapping of the input to the output via a non-linear transform function at each “node”, which is simply a locus of computation within the net. Each layer in a neural net consists of many nodes, and the number of nodes in a layer is known as its width. Activation algorithms are the gates that determine, at each node in the net, whether and to what extent to transmit the signal the node has received from the previous layer. Adadelta Adadelta is an updater, or learning algorithm, related to gradient descent. ADADELTA: An Adaptive Learning Rate Method Learn to build AI in Simulations » Adagrad Adaptive Subgradient Methods for Online Learning and Stochastic Optimization Adam Adam: A Method for Stochastic Optimization Affine Layer AlexNet Attention Models Autoencoder
Start-up: cette folie douce qui pousse à lever plutôt qu'à gagner de l'argent... Je me souviens de nos premiers rêves avec mon associé. Il y a 5 ans lorsque nous nous apprêtions à créer notre start-up. On voulait lever de l'argent et revendre sous trois ans. Avec le temps notre vision a évolué. L'écosystème des start-up est atteint d'une douce folie. 90% des start-up ne frachissent pas le cap des 5 ans Selon une étude de l'INSEE publiée en 2016, en France, sur les 10.000 start-up recensées ces cinq dernières années, 90% n'ont pas franchi le cap des cinq ans. Prenons l'exemple malheureux de Take eat easy qui, après avoir levé 16 millions d'euros, a fait faillite en oubliant au passage de payer ses 160 salariés, 2.500 coursiers, ses nombreux restaurants partenaires et ses photographes… Vous vous souvenez de Viadeo? Quand un artisan ou un commerçant est en déficit plusieurs années de suite, il dépose le bilan. Cette année, nous ferons 2,5 millions d’euros de chiffre d’affaires. Pour que les start-up s’inscrivent durablement dans l’économie mondiale. C’est possible.
What is machine learning? This article is part of Demystifying AI, a series of posts that (try) to disambiguate the jargon and myths surrounding AI. I was nine years old when I had my first taste of programming, and fell in love with the art (yes, I believe programming is as much art as it is science). I quickly became fascinated with how I could control the flow of my programs by setting logical rules and conditions, if…else statements, switches, loops and more. In later years, I learned to remove clutter from my code by creating modules and abstracting pieces of code into functions and classes. But the rule of thumb of programming remained the same: Defining the rules and logic. For decades, rule-based coding has dominated the way we create software. While this approach has served us well, it has resulted in “dumb” software, programs that will never change their behavior unless a human programmer updates the logic in one way or another. What is machine learning? What is deep learning?
Ses employés ne viennent plus au bureau, Wordpress ferme ses locaux à San Fra... 132 Hawthorne Street. Un entrepôt de 1 400 mètres carré, reconverti en loft au revêtement mural en bois avec des tables et des canapés ultra design… L’espace de travail rêvé pour un employé ? Sans parler d’une situation géographique idéale : en plein coeur de Soma, le quartier de San Francisco où cohabitent Uber, Twitter et AirBnb. Les salariés de Wordpress, le très populaire système de gestion de contenu (CMS) utilisé par quelques 75 millions de sites internet, n’en ont que faire. Sur la trentaine d’employés de la baie installés dans la baie de San Francisco, la grande majorité préfère travailler à distance. Automattic, l’entreprise éditrice de Wordpress a donc décidé de mettre la clé sous la porte, au sens premier du terme. Des salariés dans le cloud Depuis sa création en 2005, Wordpress donne le choix du télé-travail ("remote") à tous ses salariés. Des géants récalcitrants Mais certaines entreprises pionnières dans la mise en place du travail à distance ont fait marche arrière.
The difference between AI and machine learning, explained This article is part of Demystifying AI, a series of posts that (try) to disambiguate the jargon and myths surrounding AI. A while ago, while browsing through the latest AI news, I stumbled upon a company that claimed to use “machine learning and advanced artificial intelligence” to collect and analyze hundreds of data touch points to improve user experience in mobile apps. On the same day, I read about another company that predicted customer behavior using “a combination of machine learning and AI” and “AI-powered predictive analytics.” (I will not name the companies to avoid shaming them, because I believe their products solve real problems, even if they’re marketing it in a deceptive way.) There’s much confusion surrounding artificial intelligence and machine learning. As with the rest of this series, in this post, I’ll (try to) disambiguate the differences between artificial intelligence and machine learning to help you distinguish fact from fiction where AI is concerned.
Les grands groupes se dotent de laboratoires d’innovation Vinci lance une structure complémentaire à ses services de recherche et développement. Ces labs se sont développés depuis une dizaine d’années. LE MONDE ECONOMIE | • Mis à jour le | Par Philippe Jacqué Il y a Big de Pernod Ricard, The Mixer d’Unibail-Rodamco, le Bizlab d’Airbus, The Square de Renault ou encore l’i-Lab d’Air Liquide. Il faut désormais compter avec le petit nouveau : Leonard. « Ce lieu sera dédié à la fois à la veille, à la prospective, à la sensibilisation aux nouvelles tendances de l’industrie tout en accompagnant les projets des collaborateurs du groupe ou des start-up. Le groupe de BTP souhaite ainsi se préparer à l’impact de la transition écologique ou de la voiture autonome ou encore préparer la numérisation des infrastructures et autres bâtiments… Le tout en se frottant à de jeunes pousses réputées plus agiles et plus téméraires qu’un grand groupe. De la banque à l’industrie en passant par les transports, tous les grands groupes s’y plongent.
Machine Learning : Google lance un framework open source pour l'apprentissage renforcé Google Research lance SEED RL : un nouveau framework d’apprentissage renforcé permettant de multiplier les performances par 80 pour le Machine Learning. Plutôt que d’exploiter les CPU et les GPU, ce framwork effectue le traitement de façon centralisée. L’apprentissage par renforcement est l’une des principales techniques employées dans le domaine du Machine Learning. Elle consiste à laisser un agent autonome apprendre à effectuer des actions à partir d’expériences dans le but d’optimiser une récompense quantitative au cours du temps. Cette méthode est efficace pour l’apprentissage automatique, mais l’approche actuelle présente plusieurs faiblesses. Or, comme l’explique Lasse Espeholt, ingénieur chez Google Research, l’utilisation des CPU est bien moins efficace et beaucoup plus lente que l’utilisation d’accélérateurs. Pour remédier à ce problème, Google Research dévoile un nouveau framework IA open source dédié à l’apprentissage par renforcement.
Les outils numériques au service des associations XEnvoyer cet article par e-mail Numérique associatif, en dedans et au dehors XEnvoyer cet article par e-mailNumérique associatif, en dedans et au dehors Economie sociale Relations aux donateurs, mais aussi travail collaboratif des équipes ou services aux bénéficiaires, le numérique poursuit sa fusion avec le monde associatif Centenaire, le secteur associatif cherche à se moderniser, en s’appuyant sur le numérique. Par Vanessa Carronnier De nombreuses associations ont été créées au lendemain de la Première guerre mondiale. Les outils collaboratifs, qui permettent de travailler conjointement sur des documents ou de communiquer, ont fait une véritable percée. Réseaux sociaux : élargir la cible à moindre coût Mais la plus importante progression concerne la présence sur les réseaux sociaux. “Pour une association comme la nôtre qui est dans un objectif de plaidoyer, il s’agit de toucher un public large et de créer une mobilisation citoyenne.” Des plateformes pour booster la collecte en ligne
La régulation des activités scolaires numériques des élèves par l’enseignant : le cas d’une application d’apprentissage adaptatif 1Les techniques de l’Intelligence Artificielle (IA), visant à reproduire avec une machine certaines facultés cognitives humaines ou à les augmenter, s’appliquent à des domaines variés et sont susceptibles de transformer radicalement des professions (Parnas, 2017). En réponse à l’élargissement de l’application des techniques d’IA à « tous les aspects de nos vies sociales » (Villani, 2018, p. 138), en éducation comme ailleurs, on observe l’élaboration de stratégies sectorielles. C’est ainsi que l’UNESCO (2019) souligne la nécessité d’examiner la façon dont l’usage de ces techniques transforme le rôle des enseignants. Figure 1 : Nombre de publications moissonnées par ISIDORE réparties en fonction des mots-clés utilisés et des années 1 Dans ce document, le genre masculin est utilisé comme générique, dans le seul but de ne pas alourdi (...) 3On observe en effet la place croissante du recours à ces techniques dans le champ de l’éducation et de la formation.
Design Thinking for Humanity: How one SAP Employee is using Design Thinking t... If one has doubts as to Design Thinking’s ability to solve some of the world’s most intractable and complex problems, then, clearly, one has never met Pablo Hennique. An SAP employee for three years, Pablo currently has an interesting and productive way of spending his spare time: Employing Design Thinking as a tool to effect meaningful social change. Indeed, that’s the goal of the nonprofit he co-founded, The Humanos Institute, with Design Thinking-expert Niels Billou, with its stated mission of “Marrying the mind of business with the heart of humanity.” The two-year-old organization is still relatively new, but it already has managed to impact lives for the better. To be more specific, it has helped transform the lives of those who live in El Naranjo, a village of 200 people in the dry region of Nicaragua. There is a problem that afflicts many in the developing world, with El Naranjo being no exception. Pablo and Niels are hoping to begin prototyping a solution in mid-2017.
« All Turtles va renverser le modèle mondial de production des innovations » ... LA TRIBUNE - Qu'est-ce que All Turtles ? PHIL LIBIN - All Turtles est une nouvelle structure qui, je l'espère, poussera encore plus de gens extraordinaires à innover, partout dans le monde. C'est un startup studio spécialisé dans l'intelligence artificielle, qui se lance d'abord à San Francisco, Paris et Tokyo, puis dans de nombreux autres endroits à partir de 2018, dont le Mexique, l'Europe de l'Est, le Royaume-Uni, l'Allemagne, l'Inde, l'Afrique du Nord ou encore l'Europe du Nord. Le but à terme est de quadriller l'ensemble du monde. Pour comprendre d'où on vient, il faut partir d'un peu plus loin. Dans l'industrie de la tech, il y a deux types d'entreprises. > Lire aussi: Phil Libin lance All Turtles, un startup studio mondial, le Netflix des innovations Mais All Turtles ira beaucoup plus loin. Comment cela va-t-il fonctionner ? Nous dupliquerons cette méthode partout dans le monde, ce qui permettra aux entrepreneurs d'innover là où ils sont. Comment avez-vous eu l'idée de All Turtles ?