Moteurs de recherche, assistants vocaux, maisons connectées ou encore réseaux sociaux : tous ces outils et services sont munis de systèmes pour nous faciliter la vie et nous faire gagner du temps. Ils connaissent désormais aussi bien – voire mieux que nous – nos habitudes de navigation en ligne, nos restaurants favoris ou encore nos coups de cœur musicaux du moment.

Touts ces informations leurs sont accessibles grâce à la collecte de nos données; collecte qui se réalise avec notre accord dans la cadre de la RGPD. Une fois analysées et traitées, ces données sont modélisées en vue de nous renvoyer des informations personnalisées pour nous guider dans notre quotidien.

Mais comment nos outils connectés et services en ligne réussissent-ils à nous fournir toutes ces informations  personnalisées ?

Grâce à l’intelligence artificielle (IA) !

L’intelligence artificielle est un vaste domaine, mêlant étroitement technologie, données et science cognitive. Une IA s’appuie sur des algorithmes afin de traiter rapidement des tâches et calculs complexes, nécessitant normalement une intervention humaine

 

L’intelligence artificielle regroupe énormément de technologies : Machine Learning, Supervised Learning, Unsupervised Learning, Deep Learning … Ces technologies sont toutes basées sur des modèles permettant de réaliser des prédictions.

 

Vous désirez en savoir davantage sur l’intelligence artificielle et  les technologies qui la composent ?

 


La réponse dans les vidéos « Les éclairages de l’A »

Replays d’une série de webinaires organisée entre octobre 2020 et mai 2021  par l’Institut MIAI Grenoble Alpes (Multidisciplinary Institute in Artificial Intelligence) et le pôle de compétitivité Minalogic, avec le soutien de la Région Auvergne Rhône-Alpes, de la Direccte Auvergne Rhône-Alpes et en partenariat avec Digital League et Lyon is AI.


 

Les éclairages de l’IA – épisode 2 : Repères Technologiques de l’IA

Coanimé par Philippe Wieczorek, Directeur R&D et Innovation au pôle de compétitivité Minalogic, et Massih-Reza Amini, Professeur à l’Université Grenoble Alpes et Responsable du groupe Machine Learning du Laboratoire Informatique de Grenoble (LIG).

 

 

Sommaire du replay :

  • 05’50 : Qu’est-ce que le Machine Learning ?
  • 11’10 : Qu’est-ce que c’est que l’inférence ?
  • 16’20 : Induction VS Déduction
  • 19’30 : Le principe de minimisation du risque empirique
  • 23’45 : Inférence et interpolation : quelle différence ?
  • 26’30 : Les modèles d’apprentissage et le principe de minimisation du risque structurel
  • 30’55 : Les trois cadres d’apprentissage
  • 34’30 : L’évolution de l’IA et des modèles de réseaux neuronaux du 19ème siècle à aujourd’hui

 

Sommaire

Partager cet article

Sur le même thème