background preloader

Vexrris

Facebook Twitter

Voiture autonome : Actualités, informations, photos et vidéos. La voiture autonome. Percée juridique importante pour la voiture autonome de Google. La voiture autonome pourrait bientôt avoir la même définition légale qu’un conducteur humain aux États-Unis, ce qui représenterait une importante victoire notamment pour Google.

Percée juridique importante pour la voiture autonome de Google

La National Highway Traffic Safety Administration, soit l’agence fédérale américaine responsable de la sécurité routière, a partagé ses réflexions au sujet de la voiture autonome en publiant cette semaine une lettre à l’attention de Google. «Si aucun être humain à bord du véhicule ne peut conduire le véhicule, il serait plutôt raisonnable d’identifier le conducteur comme étant quoi que ce soit (par opposition à qui que ce soit) effectuant la conduite du véhicule.» Soulignons que pour le moment aux États-Unis, seuls quatre états (en plus de Washington DC) autorisent la circulation de voiture autonome sur leurs routes – la Californie, la Floride, le Nevada et le Michigan – à condition qu’un être humain à bord puisse reprendre le contrôle du véhicule en tout temps.

Mais cette exigence pourrait bientôt être levée. Why cities aren’t ready for the driverless car. When it comes to adopting self-driving cars and trucks, the easiest part may well be building them.

Why cities aren’t ready for the driverless car

The far more difficult task will be maintaining our urban transportation infrastructures for autonomous vehicles to be functional, safe and practical. Consider that last year, a modified Audi completed a 3,400-mile cross-country trip, driving itself 99% of the time. Group calls on U.S. to speed up favorable regulations for autonomous cars. Uber travaille sur une voiture autonome. C’est avec Ford qu’Uber travaille sur son projet de voiture autonome.

Uber travaille sur une voiture autonome

Cette Fusion est équipée d’une batterie de radars, caméras haute résolution et lidar afin de cartographier son environnement et de détecter les obstacles. © Uber Uber travaille sur une voiture autonome - 2 Photos Uber va-t-il se séparer de ses chauffeurs dans quelques années ? En tout cas, l’entreprise a dévoilé son prototype de voiture autonome. Celui-ci sera testé d’ici quelques semaines à Pittsburgh, en Pennsylvanie. The Automotive Supercomputer. What will soon be one of the most sophisticated robots around?

The Automotive Supercomputer

Your trusty automobile. While there won’t be a bipedal robot replacing the human driver, the car itself will be the robot, sporting more sensors and software to provide a safe driving experience. Though expected for self-driving cars, this technology is also finding its way into the more conventional vehicles of today and tomorrow. It will help provide a safer driving environment even when a person is driving the vehicle.

Research on self-driving cars and augmented driving is going on everywhere, at companies ranging from Google to Ford (Fig. 1). 1. Drive.ai, la pépite californienne qui accélère (incognito) dans les véhicules autonomes. Basée à Mountain View, la start-up Drive.ai, issue de recherches menées au laboratoire d'intelligence artificielle de Stanford, entend déployer massivement les algorithmes de Deep Learning dans les véhicules autonomes.

Drive.ai, la pépite californienne qui accélère (incognito) dans les véhicules autonomes

Elle vient de recevoir l'autorisation d'effectuer des tests sur les routes publiques de Californie. Objectif : entraîner et améliorer son intelligence artificielle. What counts as artificially intelligent? AI and deep learning, explained. Tech companies have partly encouraged this elision of artificial intelligence and sci-fi AI (especially with their anthropomorphic digital assistants), but it’s not useful when it comes to understanding what our computers are doing that's new and exciting.

What counts as artificially intelligent? AI and deep learning, explained

With that in mind, this primer aims to explain some of the most commonly used terms in consumer applications of artificial intelligence — as well as looking at the limitations of our current technology, and why we shouldn’t be worrying about the robot uprising just yet. A robot in DARPA's robotics challenge struggles with a door. (Image credit: IEEE Spectrum / DARPA) Le deep learning, nouvelle arme secrète du Pentagone pour vaincre Daech. Caméras intelligentes, big data... des technologies au service de la lutte contre le terrorisme. Un robot d'usine qui apprend son métier en 8 heures. Comment la Google Car utilise le « deep learning » DreamUp Vision veut prévenir la cécité grâce au Deep Learning.

Les algorithmes de deep learning n’intéressent pas uniquement les industriels friands de cette nouvelle technologie pour la maintenance prédictive, la logistique, la robotique ou encore le développement des véhicules autonomes.

DreamUp Vision veut prévenir la cécité grâce au Deep Learning

Ces algorithmes d’intelligence artificielle trouvent aussi des applications dans le monde de la santé. La start-up DreamUp Vision le prouve. « Les technologies de deep learning constituent un véritable outil d’aide au diagnostic pour les médecins et les biologistes » explique Ekaterina Besse, sa fondatrice, que nous avons rencontrée à l’occasion du salon Big Data, qui se tenait les 7 et 8 mars au Palais des congrès de Paris. Incubée à l’Institut de la vision, la jeune pousse issue des activités de l’entreprise DreamQuark, a développé un algorithme de deep learning capable de détecter de manière précoce la rétinopathie diabétique. « Il s’agit de la principale cause de cécité au sein de la population active », rappelle la jeune entrepreneure. Letemps.

15 examples of artificial intelligence in marketing. Artificial intelligence (see the Wikipedia definition), specifically machine learning, is an increasingly integral part of many industries, including marketing.

15 examples of artificial intelligence in marketing

Here are a whole bunch of case studies and use cases, as a complete primer for AI in our industry. 1. Recommendations/content curation. PlaNet : un algorithme capable de déterminer l'endroit où une photo a été prise. Google et ses puissants outils de deep learning travaillent, en collaboration avec une université d'Aix-la-Chapelle, à une tâche extrêmement difficile : déterminer où une photo a été prise, seulement en analysant celle-ci.

PlaNet : un algorithme capable de déterminer l'endroit où une photo a été prise

Une recherche qui est décrite dans ce document. Google a commencé par déterminer dans quels endroits du monde, la probabilité qu'une photo y soit prise est élevée. Contextual Deep Learning Makes Artificial Intelligence More Real : Tech. First Posted: May 06, 2016 10:50 AM EDT TagsDeep Learning, contextual deep learning, artificial intelligence, AI, RAGE Frameworks Contextual deep learning allows artificial intelligence machines to react in a more natural and intelligent way to the real-world auditory, visual or other type of data.

Contextual Deep Learning Makes Artificial Intelligence More Real : Tech

According to Tech Spot, the concept of having a machine capable of reacting in an intelligent way has been until very recently a matter of science fiction. However, this concept is certainly very compelling and scientists were working on transform this into reality. Like Us on Facebook. Google aims to accelerate natural language research’s progress by sharing SyntaxNet. Digital assistants like Siri will take a long time to have ‘natural language understanding’. Many researchers and companies are working push computers towards natural language understanding.

Soon We Won’t Program Computers. We’ll Train Them Like Dogs. Before the invention of the computer, most experimental psychologists thought the brain was an unknowable black box. You could analyze a subject’s behavior—ring bell, dog salivates—but thoughts, memories, emotions? That stuff was obscure and inscrutable, beyond the reach of science. So these behaviorists, as they called themselves, confined their work to the study of stimulus and response, feedback and reinforcement, bells and saliva.

They gave up trying to understand the inner workings of the mind. They ruled their field for four decades. Tesla Pushes Nvidia Deeper Into The Datacenter. May 16, 2016 Timothy Prickett Morgan. Le système de recommandation de produits utilisé par Amazon désormais open source. Tout ce que vous avez savoir sur le deep learning. Après quelques années de glaciation dans les années 80/90, l’intelligence artificielle a pris un nouvel essor grâce à une nouvelle approche et l’utilisation de puissance de calcul sans cesse plus importante.

Dans sa leçon inaugurale sur son cours du Collège de France intitulé « L’apprentissage profond : une révolution en intelligence artificielle », Yann LeCun, professeur à l’université de New York et directeur du laboratoire de recherche en intelligence artificielle de Facebook (FAIR) nous rappelle que « l’Intelligence Artificielle (IA) est un ensemble de techniques permettant à des machines d’accomplir des tâches et de résoudre des problèmes normalement réservés aux humains et à certains animaux ». Pour faire progresser leur discipline, les chercheurs en intelligence artificielle doivent-ils s’inspirer du fonctionnement du cerveau et de la biologie ? Relier Intelligence et apprentissage Depuis quelques années, on associe presque toujours l’intelligence aux capacités d’apprentissage.

Deep-Learning-TensorFlow. Deep-learning neural network creates its own interpretive dance. Way back in 2005, when Will Wright unveiled Spore to an astonished crowd at GDC, there was one particular part of the demo that seemed to generate buzz: procedural dance. Spore uses player input to generate everything from a creature’s walk animation to its mode of social interaction, but it was the ability to take a novel body shape and make it dance that seemed to excite people’s imaginations the most. Yet Spore took the easy road: None of the creatures look like human beings, which means we have no idea what they’re supposed to dance like. Spore basically just defined dancing as rhythmic movement, sometimes around a fire; that’s not a bad definition by any means, but it’s also nowhere near good enough to generate lifelike human dance.

Computers Might Just 'See' Like Humans After All. We’re made of meat and they’re made of silicon, but according to a new study, humans and computers might actually “see” using the same mechanisms. When you break it down, all vision really is, physiologically speaking, the transformation of light into electrical pulses that are then processed in stages by different parts of the brain.

Sounds a lot like a computer, doesn’t it? But computers aren’t as good at reliably “seeing” and recognizing objects as humans are, at least not yet. The Next Rembrandt: Training a deep learning machine to paint. Can technology and data bring back to life one of the greatest painters of all time? In order to answer this question, a group of data scientists, developers, engineers and Rembrandt experts, joined forces to create what is now known as ‘The Next Rembrandt’.

The painting was created using data from Rembrandt’s total body of work, deep learning algorithms and facial recognition techniques. It consists of over 148 million pixels, based on 168,263 painting fragments from Rembrandt’s oeuvre. The project is a cooperation between presenting partner ING Bank, advertising agency J.