AI Is Changing Our Brains In 1976, philosopher Julian Jaynes issued the provocative theory that recent ancestors lacked self-awareness. Instead, they mistook their inner voices for outside sources–the voice of God, say, or the ghosts of their ancestors. Jaynes called his theory “bicameralism” (Westworld fans will recall an episode from the last season called “The Bicameral Mind”) and, in his telling, it persisted in early humans until about 3,000 years ago. We are in a similar pre-conscious state now, but the voice we hear is not the other side of our brains. How Your Meta Me Works We may think we’re in control but we’re not. Most people aren’t aware of how much of their decision-making they have already relinquished to their Meta Me. Why Does It Matter? Smart systems aren’t just acting as personal assistants working on our behalf. Let’s say your Meta Me arranges for a self-driving car to pick you up from work and take you home. Will You Be Responsible For Something Your Meta Me Did Without You Knowing?
Site francophone sur l'intelligence artificielle BBC will use machine learning to cater to what audiences want to watch Today, BBC’s R&D team announced a five-year initiative to use machine learning to work out what audiences want to watch. To accomplish this, the team is partnering up with data scientists and experts from UK universities as well as media and tech companies based in Europe and internationally. The Data Science Research partnership intends to create “a more personal BBC” that can entertain in new ways. “As we reinvent the BBC, we can see the opportunities that data and machine learning are opening up for us, our creative talent and our audiences,” says Matthew Postgate, the BBC’s chief technology and product officer. BBC announced eight colleges that it’s partnering with: the universities of Bristol, Manchester, Edinburgh and Surrey, Imperial College London, Queen Mary University of London, Ulster University, and University College London.
Se former à l’ère de l’intelligence artificielle « Les illettrés du XXIème siècle ne seront pas ceux qui ne savent pas lire ou écrire mais ceux qui ne savent pas apprendre, désapprendre et réapprendre », prédisait le futurologue Alvin Toffler dès les années 70. Mais que faut-il apprendre dans un monde déjà dominé par les nouvelles technologies et demain par l’intelligence artificielle ? Et comment ? Que deviendront les diplômés d’aujourd’hui dans ce monde de la « fin du travail » que prophétisait Jeremy Rifkin en 1995 dans son livre éponyme ? Autant de questions qu’on s’est posé la semaine dernière au Qatar où se déroulait le World Innovation Summit for Education (Wise), un événement qui réunit depuis 2009 les grands acteurs de l’éducation venus du monde entier. Des étudiants de NEOMA BS visitent une entreprise en réalité virtuelle La montée en puissance de l’IA Après l’ère numérique, les formateurs doivent maintenant faire face à la montée en puissance d’une intelligence artificielle (IA) qui s’apprête à tout bouleverser.
AlphaGo Zero : l'IA de Google DeepMind devient autodidacte AlphaGo Zero, une nouvelle version du programme de jeu de go de DeepMind, n'a mis que trois jours à vaincre son prédécesseur AlphaGo après s'être entrainé avec pour seules informations les règles du jeu et la position des pierres sur le plateau. Un pas de plus vers la création d'une intelligence artificielle généraliste. « Maîtriser le jeu de Go sans connaissance humaine ». Tel est le titre de l'article publié dans la revue Nature par DeepMind qui résume le nouvel exploit accompli par la filiale d'Alphabet (maison-mère de Google) spécialisée dans l'intelligence artificielle (IA). Ses équipes ont créé une nouvelle version du logiciel AlphaGo qui a appris à jouer au go sans les moindres données ou connaissances humaines. Partant de cette base, l'algorithme de recherche combiné à un réseau neuronal a joué des milliers de parties contre lui-même en améliorant sans cesse son niveau. Un apprentissage « tabula rasa » AlphaGo Zero a fait preuve de créativité Ce qu'il faut retenir
Réseaux sociaux (tweets, microblogs) Scortex : L’intelligence artificielle pour transformer l’inspection visuelle au service de la qualité Finaliste du challenge "Industrie du Futur" Scortex propose une solution innovante d’inspection intelligente pour l’industrie manufacturière. Celle-ci repose sur le deep learning et une architecture de calcul propriétaire afin d'automatiser les contrôles qualité de haute complexité. L’industrie manufacturière est confrontée à une multitude de défis. La concurrence mondiale féroce et la vitesse de production toujours croissante exigent l’amélioration continue de la qualité de ses produits et services. L’augmentation des coûts de la main-d’œuvre et des cadences de production exige des processus de contrôle plus efficaces et une grande agilité. A l’heure de l’Industrie 4.0, l’une des plus grandes améliorations potentielles est l’automatisation de l’inspection visuelle, tâche encore effectuée essentiellement manuellement. Scortex propose une solution d’inspection qui combine vision industrielle et deep learning. Ce produit est destiné à l’ingénieur contrôle qualité.
Comment permettre à l’Homme de garder la main ? Rapport sur les enjeux éthiques des algorithmes et de l’intelligence artificielle La CNIL publie le rapport de synthèse du débat public qu’elle a animé sur les enjeux éthiques des algorithmes et de l’intelligence artificielle intelligence artificielle L’intelligence artificielle est un procédé logique et automatisé reposant généralement sur un algorithme et en mesure de réaliser des tâches bien définies. Pour le Parlement européen, constitue une intelligence artificielle tout outil utilisé par une...> En savoir plus . Isabelle FALQUE-PIERROTIN, présidente de la CNIL, le présente aujourd’hui en présence de Mounir MAHJOUBI, Secrétaire d’Etat chargé du Numérique et de Cédric VILLANI, Député, chargé par le gouvernement d’une mission sur l’intelligence artificielle. L’irruption dans nos vies quotidiennes des algorithmes et de l’intelligence artificielle fait l’objet d’une attention publique soutenue, depuis que quelques cas emblématiques (APB, rôle des réseaux sociaux dans les présidentielles américaines etc.) ont marqué les citoyens, ici en France ou à l’étranger.
Intelligence artificielle & Data : soyons lucides Sébastien Morizot, VP digital & CDO chez Nextdoor depuis deux ans, répond à nos questions sur l’IA, au gré des épisodes de notre saga. L’épisode 5 est consacrée à data & IA, un couple fait pour durer. On voit bien que la puissance des programmes de jeu évoqués plus haut vient, 1 – de leur rapidité de calcul et 2 – de leur possibilité d’amasser une quantité (illimitée) de données. S.M. : Oui. Un humain acquiert sa data par l’observation et l’expérience ; l’IA, elle, a besoin d’une data et d’algorithmes à traiter : seulement alors, elle commence à pouvoir observer le résultat de « ses » propres tests pour les améliorer. Il est intéressant de relever des cas concrets, comme la voiture autonome, illustrant combien la data est la condition du développement de l’IA. Ainsi, afin d’accélérer les progrès à moindre coût (et surtout avec moins de risques), Waimo (une filiale de Google) a développé un simulateur afin de permettre à l’algorithme chargé du pilotage du véhicule de… s’entraîner !
#FranceIA : les enjeux de l'intelligence artificielle, entre fantasmes et craintes Derrière la notion d'intelligence artificielle se cachent de nombreux fantasmes et craintes. France Stratégie et le CNNum ont mis en ligne un rapport qui se penche sur les impacts économiques et sociaux. Il se compose d'une analyse de la situation et de sept recommandations. Il y a un peu plus de deux mois, le gouvernement organisait une conférence de presse afin de lancer officiellement le projet « France IA ». Son but était alors de définir « les orientations stratégiques de la France dans le domaine de l’intelligence artificielle ». Sept groupes de travail étaient présentés, chacun centré sur un sujet précis. Télécharger le rapport Anticiper les impacts économiques et sociaux de l'IA Mises en bouche et en garde Dans un premier temps, il commence par définir quelques notions et faire un point d'étape de l'intelligence artificielle (IA). Pour le moment, « nous sommes loin d’une IA "générale" » ou IA forte note le rapport. Le premier point abordé concerne la délicate question des emplois.
Les différences entre intelligence artificielle, apprentissage machine et apprentissage profond Ces dernières années, les termes intelligence artificielle (IA), apprentissage machine (AM) et apprentissage profond (AP) se sont immiscés dans nos conversations, mais quelle est leur signification réelle ? Depuis le début du 20e siècle, l’IA a capté l’imaginaire collectif. Dans les années 1940, le pionnier de l’informatique, Alan Turing, commence déjà à formuler les techniques de base, comme les réseaux de neurones, qui ont rendu l’IA possible aujourd’hui. En 1956, les scientifiques proposent la première définition de l’IA aux conférences de Dartmouth : « Chaque aspect de l’apprentissage, ou toute autre caractéristique de l’intelligence, peut être si précisément décrit qu’une machine peut être conçue pour le simuler. » C’est le concept auquel nous pensons tous quand nous parlons d’IA : des machines ou des robots comme C-3PO, Terminator ou Wall-E dotés des sens et de l’intellect d’êtres humains. La vidéo de deux Amazon Echos communiquant entre eux démontre les limites de l’IA faible.
PIERSON, Teddy. Cadre juridique appliquée à l’IA SingularityNET : Intelligence artificielle sur la blockchain - Blockchain magazine L’émergence de l’IA (Intelligence Artificielle) entre fascination, scepticisme et un marché qui devrait passer de 234 milliards de dollars en 2017 à 3,1 mille milliards de dollars en 2025. Un free-market basé sur la blockchain, crée par un mathématicien qui veut tirer parti de ce boom technologique. Voici comment: Imaginez un marché libre et ouvert dédié aux technologies IA, construit sur des smart-contracts pour créer, combiner et monétiser les algos. Des centaines de fonds spéculatifs sont déjà dirigés par des agents intelligents et autonomes, échangeant chaque jour des milliards en titres. Plus de la moitié des compagnies d’assurance utilisent des algorithmes de machine learning pour la prise de décisions. Shai Mizuno Co-fondatrice de Clientconnect by Tagg agence de conception de chatbots (www.clientconnect.com). Les derniers articles par Shai Mizuno (tout voir)
Réflexions générales sur l’éthique professionnelle enseignante 1Parler d’une éthique professionnelle enseignante, c’est parler de deux choses : des valeurs fondatrices du « choix d’éduquer » (axiologie), telles l’égalité de traitement des élèves, le postulat d’éducabilité, etc., et des normes définissant des obligations concrètes (déontologie), tels le devoir de réserve, l’obligation d’informer les parents, etc. Mais c’est aussi inscrire la profession enseignante dans une perspective inédite, celle de l’individualisme démocratique contemporain qui l’invite à se « professionniser » sur le modèle des professions libérales. Ceci implique une auto-organisation du corps et une élaboration collective de ses valeurs et de ses normes. 2« Éthique » ou « morale » professionnelle ? 3Lorsqu’elles sont distinguées, elles peuvent l’être de deux façons. 7Certes, on ne peut trop absolument séparer ces deux volets, ce que souligne en général R. Pérennité de la morale professionnelle ? 3 Sur l’idée de « forme scolaire », voir Guy Vincent (1980). 4 G.