Définition de l'intelligence artificielle

Comment le « deep learning » révolutionne l'intelligence artificielle Cette technologie d'apprentissage, basée sur des réseaux de neurones artificiels, a complètement bouleversé le domaine de l'intelligence artificielle en moins de cinq ans. Le Monde.fr | • Mis à jour le | Par Morgane Tual « Je n'ai jamais vu une révolution aussi rapide. On est passé d'un système un peu obscur à un système utilisé par des millions de personnes en seulement deux ans. » Yann LeCun, un des pionniers du « deep learning », n'en revient toujours pas. Après une longue traversée du désert, « l'apprentissage profond », qu'il a contribué à inventer, est désormais la méthode phare de l'intelligence artificielle (IA). Toutes les grandes entreprises tech s'y mettent : Google, IBM, Microsoft, Amazon, Adobe, Yandex ou encore Baidu y investissent des fortunes. Qu'est-ce que c'est ? Pour comprendre le deep learning, il faut revenir sur l'apprentissage supervisé, une technique courante en IA, permettant aux machines d'apprendre. « Comment reconnaître une image de chat ? Et demain ?

The big conversations on AI and design at SXSW 2018 | Digital McKinsey – by Jason Napolitano As thousands descended upon South by Southwest (SXSW) this year to catch a glimpse of the interactive industry’s biggest leaders, McKinsey and QuantumBlack were pleased to take part in some of the most engaging conversations in data science, design, and artificial intelligence. As in past years, Artificial intelligence (AI) continues to emerge as a key issue as businesses and consumers wrestle with its perceived value and underlying threats. Providing inclusive ways to solve complex problems Data scientist Ines Marusic of QuantumBlack joined a women in AI panel to discuss the impact of today’s algorithms on inclusion and fairness. According to Marusic, “The hope is that algorithmic fairness will help combat gender, racial, and other forms of bias made by algorithms that make decisions in areas such as loan approvals and resume screenings for job interviews.” Expanding the skill set of empathy and design with data Understanding the nuance of AI’s impact

IBM Watson diagnostique avec succès un cas de leucémie au Japon Preuve que le secteur de la santé pourrait être le premier à bénéficier de l’intelligence artificielle, IBM Watson a diagnostiqué un cas de leucémie là où les médecins n’y étaient pas parvenus. Le Big Data au service de la santé Ses capacités sont ébouriffantes. 40 millions de documents ingurgités en moins de quinze secondes. Watson est la réponse d’IBM à l’incroyable quantité de données en circulation. Des données qui pourraient grandement contribuer à l’amélioration des systèmes de santé et de prodigation de soins à travers le monde. Seulement voilà, selon IBM, environ 80% des data (de santé) qui circulent actuellement passent complètement à travers les mailles du filet des programmes informatiques actuels. Repérer et sonder la face cachée de l’iceberg, voilà toute la mission que devront assumer les systèmes cognitifs comme Watson dans les prochaines années. Watson détecte les signes d’une leucémie et sauve un patient L’information nous vient du pays du Soleil levant.

Les 9 choses à absolument savoir sur l'Intelligence Artificielle Voilà quelques mois que l’Intelligence Artificielle fait les gros titres. On la dépeint, on la décrie, on la fantasme. Journalistes sensationnalistes et chroniqueurs généralistes en parlent allègrement. Sans trop savoir ce qui se cachent sous son capot d’ailleurs, ils la décrivent selon leur couleur idéologique du moment, tantôt comme un miracle des temps modernes, tantôt comme une machine diabolique néoféodale sans que cela aie nécessairement – mais qu’importe (!) – un quelconque fondement scientifique pour l’heure. Ca fait parler, ça fait vendre comme la tendance suivante fera parler et fera vendre à son tour. Qu’elle soit décrite plus ou moins correctement c’est-à-dire conformément à l’état de l’art ou anthropomorphiquement rêvée, il ressort pourtant de l’ensemble de ces articles un lien immuable : la transformation du rapport homme-machine est engagée et bien engagée. L’apprentissage comme socle de l’Intelligence Le Deep Learning est-il de l’IA ? C’est une erreur.

L'Intelligence Artificielle Anticipe mieux les Attaques Cardiaques Une équipe de chercheurs de l’université britannique de Nottingham a mis au point un algorithme capable de déterminer avec davantage de précision qu’un médecin les risques de crise cardiaque. Nous pouvons désormais en être certains : l’intelligence artificielle est bien plus armée qu’un médecin pour prédire des crises cardiaques. Chaque année, selon l’OMS, près de 20 millions de personnes meurent des effets des maladies cardiovasculaires, y compris des crises cardiaques, des accidents vasculaires cérébraux, des artères bloquées et d’autres dysfonctionnements du système circulatoire. Une étude parue le mois dernier prouve que la prédiction des attaques cardiaques pourrait bien s’améliorer grâce à l’intelligence artificielle. « Il existe beaucoup d’interactions dans les systèmes biologiques », affirme Stephen Weng, un épidémiologiste de l’Université de Nottingham. Les quatre méthodes AI ont été significativement meilleures que les directives ACC/AHA.

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. On a lighter note, such articles are actually rather impressive, because they succinctly summarize the scenario that AI researchers don’t worry about. That scenario combines as many as three separate misconceptions: concern about consciousness, evil, and robots. 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. The robot misconception is related to the myth that machines can’t control humans.

Don’t Let Artificial Intelligence Supercharge Bad Processes When artificial intelligence is used to expedite certain legacy processes, it can act more like a Band-Aid than a cure. Scenarios describing the potential for artificial intelligence (AI) seem to gravitate toward hyperbole. In wonderful scenarios, AI enables nirvanas of instant optimal processes and prescient humanoids. In doomsday scenarios, algorithms go rogue and humans are superfluous, at best, and, at worst, subservient to the new silicon masters. However, both of these scenarios require a sophistication that, at least right now, seems far away. A more imminent reality is that AI is agnostic and can benefit both good and bad processes. Consider faxes in the health care industry. Invented in the 1840s, well before the telephone, faxes illustrate how difficult it is to change an entrenched process. Despite widespread use, sending faxes is, for the most part, a horrific way to transfer information. The conversion from structured information to unstructured and back is a waste.

Using AI to Help the World Thrive Winston is founder of Winston Eco-Strategies and an adviser to multinationals on how they can navigate humanity’s biggest challenges and profit from solving them. He is the coauthor of the international bestseller Green to Gold and, more recently, the author of the popular book The Big Pivot: Radically Practical Strategies for a Hotter, Scarcer, and More Open World. He tweets @andrewwinston. What is the purpose of artificial intelligence? The hype about AI, with its massive potential to disrupt business and society, is likely true. But focusing for the moment on the upside, it’s worth asking: Could AI help humanity solve its biggest problems? Consider the challenges in front of humankind. What’s the best, most economic path to a low-carbon economy? We may need some serious help answering these kinds of questions. Some companies, particularly the tech giants, are recognizing this reality. Enter Microsoft’s $50 Million “AI for Earth” Program It’s a great idea.

Why artificial intelligence needs human-centric design ​Artificial intelligence technology can result in artificial stupidity if it's poorly designed, implemented, or adapted. What's crucial? Ensuring it's designed to help humans think better. Putting artificial intelligence into a human context Seekers after the glitter of intelligence are misguided in trying to cast it in the base metal of computing. —Terry Winograd1 Artificial intelligence (AI) has emerged as a signature issue of our time, set to reshape business and society. Effectively addressing such issues requires a realistic conception of AI, which is too often hyped as emerging “artificial minds” on an exponential path to generally out-thinking humans.3 In reality, today’s AI applications result from the same classes of algorithms that have been under development for decades, but implemented on considerably more powerful computers and trained on larger data sets. In other words, AI algorithms are “mind tools,” not artificial minds. An AI framework AI for automation Goal-relevance.