machine learning

Quelles seront les prochaines tendances en matière d’intelligence artificielle et d’apprentissage automatique ? Le site web d’information digitale, Digital Information World, a publié une infographie avec les prédictions pour 2018. L’IA et l’apprentissage automatique « machine learning » vont connaître dans les douze prochains mois des avancées dans de nombreux domaines. Alors que 51% des entreprises ont développé l’Intelligence artificielle en 2017, en 2018 elles devraient être 71% à y recourir. Et contrairement à ce que l’on pourrait croire, ces nouveaux développements technologiques pourraient même créer des emplois. Les estimations tablent sur 2,3 millions d’emplois supplémentaires contre 1,8 million supprimés d’ici 2020. Qu’on le veuille ou non, toutes ces technologies vont prendre de l’ampleur. En particulier dans les secteurs du médical, de la finance, du commerce et de l’agriculture. L’industrie médicale  – La médecine fera de plus en plus appel à la robotique. Les hôpitaux pourront, par exemple, être équipés d’assistants personnels robotisés. Des sortes d’infirmiers…

Adobe Photoshop a récemment présenté Select Subject, un outil qui pourra reconnaître et sélectionner les sujets de votre création grâce à l’intelligence artificielle. Lors de sa conférence en mai 2017, Google annonçait qu’il travaillait à une fonctionnalité permettant de détourer des éléments spécifiques d’une image sans impacter les plans inférieurs de celles-ci. Si la firme souhaite appliquer l’intelligence dans de multiples domaines, dont celui de l’image, il semblerait qu’un outil du type de celui de Google soit prêt à être mis en service. Vidéo à l’appui, Adobe a présenté une fonctionnalité exploitant le potentiel de l’IA, et dont l’application pourrait être bien utile aux graphistes. Le détourage à la plume reste l’une des taches les plus répétitives à effectuer sur le logiciel, et justement, « Select Subject » aimerait améliorer très largement celle-ci. En un clic, l’outil détecte puis permet de sélectionner directement tous les sujets d’une photo, c’est-à-dire les…

Aujourd’hui Google AutoML, repousse à nouveau les limites des capacités du Machine Learning. En utilisant cette technologie, les chercheurs ont mis au point un logiciel d’apprentissage qui est capable de créer un logiciel d’apprentissage encore plus puissant. Annoncé lors de sa conférence Google I/O en mai 2017, AutoML est le projet de recherche de Google visant à utiliser l’intelligence artificielle (IA) pour concevoir d’autres IA plus performantes. La stratégie « AI First » du CEO de Google Sundar Pichai fait un grand pas en avant et ouvre de nouvelles portes pour les chercheurs. Aujourd’hui les machines sont capables d’apprendre aux machines. AutoML est capable de concevoir un modèle « enfant », puis d’analyser les résultats de ses performances et ainsi réaliser des corrections sur ce modèle. L’opération se répète plusieurs milliers de fois, chaque nouveau prototype est plus puissant que le précédent. Mieux encore, elles sont de plus en plus intelligentes et cela de façon quasi-autonome.…

Souvent on dit qu’une image vaut mille mots. Une image permet davantage la transmission d’une idée, d’un concept, d’une réflexion. Aujourd’hui nous le voyons clairement dans les réseaux sociaux, les images et les vidéos sont prépondérantes pour la diffusion de l’information. En effet, nous apprenons et retenons plus vite, lorsqu’une information est transmise par l’un de ces formats. Actuellement, nous éduquons l’IA (nous parlerons essentiellement d’apprentissage supervisé) via des bases de données de millions d’images, ou des phrases types. Et si nous leur apprenions via une vidéo ; l’IA pourrait-elle apprendre plus vite des concepts de plus en plus complexes ? Vers l’apprentissage auto-supervisé DeepMind a développé une IA qui apprend par elle-même à reconnaître une gamme de concept visuel et audio. Le tout en regardant de minuscules extraits vidéo. Cette IA peut comprendre des comportements comme par exemple « la tonte d’une pelouse », de « chatouillement » ou encore déterminer quel instrument est joué…

L’utilisation de machine learning se multiplie dans différents domaines, Google l’utilise par exemple pour reconnaître les objets présents dans une vidéo ou pour créer des visuels dans Sheets. Les algorithmes propres au machine learning apprennent par l’entraînement, plus l’on « nourrit » le système, plus celui-ci sera performant. Cette forme sous-jacente de l’IA est souvent utilisée pour faire de la prédiction : on fournit par exemple au système tous les films que nous avons vu, et celui-ci sera capable de proposer un film susceptible de nous plaire. Dans ce cas, des chercheurs ont souhaité proposer des données différentes à l’intelligence artificielle, et ce grâce à l’utilisation de jeux vidéos. La plupart du temps, les données utilisées pour le machine learning viennent d’un environnement virtuel. Cette fois-ci, un groupe de chercheurs, dont un scientifique anglais de Microsoft Research ont décidé de modifier l’environnement qui fourniraient les données à l’IA. L’objectif était…

Send this to a friend