machine learning

C’est grâce à TensorFlow, la plate-forme de machine learning de Google, que Gmail a réussi à bloquer davantage de spams au quotidien. L’IA du géant américain a su créer de nouveaux filtres anti-spam pour optimiser sa plate-forme Gmail et permettre à ses utilisateurs d’être moins pollués pas l’arrivée de spams. Ces nouveaux filtres sont en place depuis le mois dernier, ils permettent désormais à Gmail de bloquer 100 millions de spams supplémentaires chaque jour. Aussi étrange que cela puisse paraître, il s’avère que certains utilisateurs Gmail se fassent spammer par eux-mêmes. Google annonçait déjà il y a quelques temps que ses filtres anti-spam permettaient de stopper 99,9% des spams mondiaux. Difficile d’imaginer comment 100 millions de spams supplémentaires peuvent être bloqués chaque jour, mais il faut imaginer le nombre d’envois de mails par jour. Certaines personnes envoient plusieurs centaines de mails par jour. Neil Kumaran, chef de produit de Counter…

L’intérêt croissant pour l’intelligence artificielle, et notamment le Machine Learning repousse les limites de la sécurité des entreprises : les RSSI disposent désormais d’une boîte à outils complète, permettant d’identifier les modèles comportementaux des utilisateurs et des objets connectés sur un réseau donné. Ces modèles jouent un rôle important dans le renforcement de l’identification et de la détection des menaces. Le machine learning renforce l’analyse comportementale, parce qu’il peut constamment surveiller et évaluer des millions d’interactions, en établissant une base de référence du comportement « normal » des utilisateurs et en les associant à des acteurs individuels. Il peut alors apprendre à rechercher et à identifier les déviations inhabituelles et les activités potentiellement suspectes qui pourraient signaler une intention malveillante. Un challenge croissant pour les entreprises Si la gestion des identités et des accès a toujours représenté un défi, elle a d’abord tourné autour de l’identification des utilisateurs : salariés, visiteurs, partenaires,…

Interview de Julien Descombes, en charge de la communication digitale de Toyota France et responsable de la performance des sites internet de Toyota. Quels sont les enjeux business de votre site toyota.fr ? Aujourd’hui, on compte 1,4 millions de visites par mois sur notre site. Ce trafic est en train de croître, et c’est un bon indicateur. Mais aujourd’hui, notre objectif n°1 n’est pas la croissance du trafic à tout prix, c’est la croissance d’un trafic qualifié, qui aboutisse sur des demandes d’essai de véhicule en concessionnaire et à terme sur des achats. On suit plusieurs KPIs, pour évaluer la performance de notre site : 1. des KPIs d’engagement : le temps passé sur notre site par exemple 2. la soft conversion : conversions sur des objectifs secondaires, comme la configuration d’un véhicule, la demande de financement d’un véhicule… 3. la hard conversion – et c’est là l’objectif ultime :…

Depuis 2011, Twitter offre la possibilité de partager des photos sur son réseau social. Des millions de clichés sont partagés chaque jour, dans des tailles très différentes, et cela représente un enjeu de taille pour la plateforme qui se doit d’adapter son interface utilisation (UI) à ces formats. C’est d’autant plus vrai lorsque l’on met une photo en ligne et que Twitter effectue un cadre sur un endroit totalement inadapté. Auparavant, Twitter utilisait un outil pour repérer les visages sur les photos et ainsi faire un cadre correct, mais cette approche a ses limites. Toutes les images n’ont pas de personnes dessus, et parfois même l’outil rate ses cadres. Aujourd’hui, le réseau social annonce la mise en place d’une solution pour recadrer les photos grâce au machine learning et ainsi ne rater aucune découpe. L’outil auquel le réseau social n’a pas donné de nom se concentre désormais sur les éléments…

Alors que Google déclarait maintenant utiliser le machine learning pour bloquer les tentatives de phishing sur son application Gmail, l’entreprise utilise aussi l’IA dans son application Google Sheets. Le 1er juin, Google a partagé un billet sur son blog concernant les dernières mises à jour de Google Sheets, un outil de G Suite qui permet de créer des feuilles de calcul, et concurrent direct de Microsoft Excel. La firme souhaite utiliser le machine learning afin de donner aux utilisateurs la possibilité de visualiser plus facilement leurs données, améliorant ainsi l’expérience utilisateur. Grâce à la dernière mise à jour, il est maintenant possible d’utiliser un langage naturel et conversationnel, et non simplement des formules. En écrivant par exemple « Quelles sont les ventes moyennes le dimanche ? » et en cliquant sur « Explorer », Google Sheets répondra en créant le graphique. Plus besoin de faire manuellement les graphiques alors que…

Des chercheurs de l’université d’Edimbourg ont créé un logiciel qui permet d’éditer des photos à coup de baguette magique. On ne parle pas de la baguette de Photoshop, mais bien de celle que vous pourriez utiliser dans Harry Potter. Grâce au machine learning et à un fonctionnement en réseau neuronal artificiel, Neural Photo Editor comprend de manière intuitive comment l’utilisateur souhaite retoucher une photo : changer la couleur des cheveux, remplir une zone de calvitie, ou blanchir le sourire. Comme on le voit dans la vidéo, le processus ne pourrait pas être plus simple. Il suffit de choisir une couleur dans la palette de l’application, puis le système analyse l’intégration de cette couleur dans le contexte de la photo. L’ajout de la couleur se fait alors de façon intelligente. Si vous choisissiez du blanc et que vous l’appliquez au niveau du sourire, ce dernier deviendra plus blanc ou s’élargira. Si…

Depuis sa découverte en 1906 par le médecin allemand Alois Alzheimer, cette maladie a fait l’objet de nombreuses recherches, qui se sont souvent terminées en échec. Cependant depuis quelque temps, plusieurs scientifiques utilisent l’intelligence artificielle pour diagnostiquer cette maladie et la soigner le plus tôt possible. Tel est le cas de l’Université du Queensland, qui a développé un traitement sonore capable de soigner la démence et l’Alzheimer, de manière totalement saine. Toutefois, avant de la soigner, il faut la détecter, et c’est justement l’objectif de cette équipe de chercheurs d’IBM, qui a réalisé une étude qui pourrait potentiellement faire avancer les choses à grands pas. Grâce au machine learning, l’intelligence artificielle pourrait être en mesure de détecter un marqueur biologique associé à la maladie, présent dans le sang, nommé bêta-amyloïde. Il s’agit d’un peptide qui est souvent associé aux dégénérescences nerveuses. Cette solution pourrait alors permettre de détecter la maladie…

Send this to a friend