10 minutes pour comprendre la Data Science et le Deep Learning

-
Interviews téléphoniques sur Radio Village Innovation :

5 minutes pour comprendre la Data Science
https://radiovillageinnovation.com/broadcast/68237-Le-Data-Mining-ou-data-science

5 minutes pour comprendre le Deep Learning
https://radiovillageinnovation.com/broadcast/68368-Le-Deep-Learning

Posts les plus consultés de ce blog

IA Quantique - Partie 1 - En finir avec l’impuissance !

-
Image
“IA” et “quantique”, et voilà deux buzzwords pour le prix d’un ! Plus sérieusement, même si j’ai conscience qu’il est délicat de vouloir creuser deux domaines aussi vastes avec quelques articles, il me semblait important d’essayer d’exposer au plus grand nombre, et le plus fidèlement possible, les avantages et inconvénients de l’informatique quantique appliquée à l’intelligence artificielle et plus particulièrement au machine learning. Le principal problème sous-jacent est celui de la limitation de nos capacités de calcul pour l’exécution de certains algorithmes lourds. En effet, bien que la puissance de nos équipements ait plus que décuplé ces trente dernières années, il faut comprendre que nous serons toujours plus consommateurs de ressources, et que l’informatique traditionnelle pourrait un jour ne plus être en mesure de répondre à certains de nos besoins d’analyse en lien avec le Big Data et l’Internet des Objets. La mécanique quantique est aujourd’hui vue comme une des solutions ...
Lire la suite

IA Quantique - Partie 2 - Faites vos jeux !

-
Image
Précédemment, dans l’IA Quantique, on a vu que l’informatique quantique permettrait en théorie d’exécuter un certain nombre d’algorithmes complexes de machine learning en un temps “raisonnable” (qui ne prennent pas des années…). Mais la question est maintenant de comprendre ce qu’il y a de si différent dans un ordinateur quantique par rapport aux ordinateurs actuels. Cet article vise à décrire – le plus simplement possible – le fonctionnement d’un tel ordinateur et s’achèvera sur l’exemple d’un algorithme quantique. Le but n’est donc pas de rentrer dans le détail théorique d’un tel ordinateur mais bien d’illustrer simplement les différences fondamentales entre algorithme classique et quantique. La notion de bits – L’analogie avec une pièce de monnaie Pour comprendre les raisons pour lesquelles les calculs sont potentiellement bien plus rapides dans un ordinateur quantique, il faut déjà se remémorer le fonctionnement général  des ordinateurs classiques. Ils utilisent des bits p...
Lire la suite

Devrions-nous dire “Bonjour” et “Merci” à ChatGPT et consorts ? Vers l'anthropomorphisme des IA.

-
Image
Lire des messages se moquant de ceux qui disent “merci” aux IA conversationnelles (au-delà de la question purement écologique) m’a donné envie d’écrire cet article. Car le sujet de l’anthropomorphisme des intelligences artificielles a tout des fondations d’un film de science-fiction. Mais la réflexion est bien réelle, et s’ancre dans une tendance de fond que la littérature comme la psychologie cognitive ont déjà largement observée : notre propension à prêter des intentions, des émotions, voire des personnalités aux objets qui nous entourent. Ce n'est pas pour rien que l'on illustre quasi systématiquement les IA par des cyborgs sinistrement inexpressifs au visage lisse comme des boules de billard.  Petite parenthèse lexicale : quand je parle ici d’IA, je désigne les modèles conversationnels de type LLM ( Large Language Models ), fondés sur les dernières avancées en deep learning ( transformers , clusters de GPU, préentraînement sur des corpus textuels massifs, etc.) ; pas des IA...
Lire la suite