Intelligence artificielle
5.0K views | +0 today
Follow
Intelligence artificielle
Intelligence artificielle, machine learning, deep learning, IA, machine intelligente
Curated by Renaud Joly
Your new post is loading...
Your new post is loading...
Scooped by Renaud Joly
Scoop.it!

L’intelligence artificielle dans la logistique

L’intelligence artificielle dans la logistique | Intelligence artificielle | Scoop.it
Les logisticiens sont sans cesse à la recherche de nouvelles technologies et de moyens pour optimiser les processus. Il n’est pas étonnant que l’intelligence artificielle (IA) se soit fait une place dans le secteur logistique, en même temps que le Machine Learning et l’analyse avancée, entrainant, progressivement, le développement de nouvelles solutions. Les systèmes actuels de gestion de réseaux, de gestion d’entrepôt ou du transport ne vont pas disparaitre. Ils seront cependant plus intelligents et offriront des options d’optimisation inédites pour rendre les processus plus efficaces que jamais. L’arrivée des smartphones, adoptés facilement par les clients, les transporteurs et autres intervenants de la supply chain, a déjà profondément stimulé le développement et l’évolution des scénarios IOT dans la logistique. Selon un récent rapport, réalisé conjointement entre DHL et IBM, il n’est pas surprenant que plus de 60% des consommateurs mondiaux soient déjà quotidiennement en contact avec l’IA. Qu’il s’agisse de plates-formes sociales ou commerciales, ou encore de reciblage internet, de programmes de traduction ou d’applications utilisant cette technologie intégrée, l’intelligence artificielle est aujourd’hui omniprésente. Un potentiel considérable Les entreprises accordent de plus en plus d’importance à l’IA, particulièrement dans les domaines de l’analyse de données entièrement automatisée et de l’optimisation des processus. On peut citer comme exemple les stratégies d’ordonnancement dans l’entrepôt, beaucoup plus dynamiques lorsqu’elles se basent sur des données prévisionnelles, des jumeaux numériques et des processus d’optimisation. De nouvelles techniques de prévisions en analyse prédictive, couplées au machine Learning et à des algorithmes d’optimisation, peuvent mettre en lien les préférences clients, les paramètres saisonniers, les données météorologiques et les données du marché afin de fournir une meilleure base pour la prise de décision opérationnelle et stratégique. Même les robots circulant dans l’entrepôt avec des caméras, détectent où se trouvent les marchandises, les récupèrent de manière entièrement automatique et révolutionnent donc la logistique. Mais les capacités de l’IA montrent encore plus de potentiel : les réseaux de neurones, qui sont modifiables et qui constituent les bases de l’apprentissage profond (Deep learning), pourraient ouvrir de nouvelles perspectives. L’utilisation de l’intelligence artificielle offre un énorme avantage concurrentiel aux entreprises dans le secteur logistique. Les énormes budgets de développement des global players, mais aussi des nombreuses startups en logistique, parlent d’eux-mêmes. Les chaînes d’approvisionnement mondiales sont une base idéale pour la collecte de nombreuses données, sur lesquelles l’IA peut s’appuyer. De plus, la logistique, une discipline toujours axée sur la technologie, forme le berceau idéal pour l’IA qui peut être ici réalisée plus facilement comparativement à d’autres secteurs. Les domaines d’application dans la supply chain Le potentiel de l’IA s’étend sans aucun doute à toute la supply chain. Cela concerne, par exemple, l’analyse des données des capteurs et des processus, consultée pour détecter et anticiper les incidents éventuels. De même que les modèles de prévision, basés sur l’IA, utiliseront, eux-aussi, les données météorologiques et les résultats des études de marché pour proposer des outils d’aide à la décision. Ceuxci serviront de base pour le développement des processus dans la logistique industrielle, la gestion d’entrepôt et la distribution. Il y a aussi beaucoup à faire dans la logistique de transport. Par exemple, les développements concernant la conduite autonome et les systèmes d’auto-apprentissage optimisent la planification des tournées et des réseaux grâce à des algorithmes intelligents de Machine-Learning. Des systèmes d’assistance intelligents, qui font appel à la réalité augmentée pour le dernier kilomètre dans l’entrepôt et en production, soutiendront les processus de travail en préparant, en triant et en mettant à disposition les bonnes informations. De tels systèmes – et bien d’autres – seront équipés de systèmes linguistiques intelligents, issus de la recherche sur le traitement automatique du langage naturel. Ils ne connaîtront à l’avenir plus de problème de reconnaissance entre les langues, les dialectes ou les accents. Les premières applications Les derniers exemples mentionnés mettent ainsi en évidence le potentiel dans l’intra logistique. Dans les entrepôts tout particulièrement, les entreprises collectent un flux de données, qui ne sont pas toutes utiles à traiter. Il est donc judicieux de filtrer les besoins et le potentiel des données afin de mettre en place les premières applications de l’IA. Dans le contexte du « Big Data Warehouse », inconso a développé un Master Data Quality Systems (MDQS) dans le but d’améliorer la qualité des données dans l’entrepôt, à l’aide d’algorithmes d’apprentissage automatique. Les équipes projets sont souvent confrontées à un défaut de qualité des données lors des tests d’intégration, des Go- Live, des phases de stabilisation et de fonctionnement, entravant profondément les processus de test et opérationnels. L’IA peut aider à identifier une grande partie des données incorrectes afin de les suivre de manière ciblée et de parvenir à une mesurabilité à long terme de la qualité des données. Ces dernières fournissent aux opérateurs des bases objectives pour prendre des décisions importantes concernant, par exemple, le Go-live à venir ou la fixation de priorités. Les algorithmes d’apprentissage automatique sont conçus pour améliorer continuellement leurs capacités et maintenir la qualité des données à un niveau élevé, tout au long du cycle de vie. Les grandes variations de qualité, typiques dans la plupart des entrepôts, appartiennent désormais au passé. À la recherche de solutions logicielles flexibles L’importance grandissante de l’IA ne doit pas faire oublier le fait que les nouvelles technologies ont avant tout besoin d’une chose : un environnement informatique intégré. Les systèmes de gestion d’entrepôt, de gestion de transport et de la cour sont encore plus nécessaires, au vu des nouveaux développements. L’IA viendra donc enrichir ces systèmes et les rendre plus intelligents. Les solutions logicielles flexibles sont et restront primordiales.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

L’assurance rattrapée par la robotisation

L’assurance rattrapée par la robotisation | Intelligence artificielle | Scoop.it
Selon le cabinet de conseil McKinsey, la généralisation de l’intelligence artificielle devrait supprimer, d’ici 2030, un million d’emplois dans le secteur financier, assurance...
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Automated Machine Learning: is it the end of the sexiest job of the 21st century ? | Blog Xebia - Cabinet de conseil IT

Automated Machine Learning: is it the end of the sexiest job of the 21st century ? | Blog Xebia - Cabinet de conseil IT | Intelligence artificielle | Scoop.it
Le Harvard Business Review a défini le Data Scientist comme le poste le plus sexy du nouveau siècle. Dans l'article on peut lire : If "sexy" means having rare qualities that are much in demand, data scientists are already there. They are difficult and expensive to hire and, given the very competitive market for their
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Embryonnaire, le marché du Machine Learning pèserait 58 milliards de dollars d'ici 4 ans

Embryonnaire, le marché du Machine Learning pèserait 58 milliards de dollars d'ici 4 ans | Intelligence artificielle | Scoop.it
Le progrès fait dans le design des puces va permettre au marché de «l'apprentissage machine» d'enfin prendre son envol, selon la dernière étude Prédiction Technologies Médias et Télécoms publiée par Deloitte.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Intel veut mettre fin à la domination du GPU sur le deep learning

Intel veut mettre fin à la domination du GPU sur le deep learning | Intelligence artificielle | Scoop.it

Le GPU est aujourd'hui le choix par défaut pour faire du deep learning. Un état de fait qui a donné des ailes à Nvidia, doublant ses revenus en 3 ans. Mais le GPU est-il la meilleure option ? Pas selon Naveen Rao, fondateur de Nervana et désormais Corporate Vice President en charge du groupe intelligence artificielle chez Intel. La solution (matérielle et logicielle) de Nervana, 100% pensée pour l'IA, sera commercialisée en 2018, et marquera d'après lui la fin de la domination du GPU sur ce marché.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Intelligence artificielle: le gouvernement ne veut pas rater cette "révolution"

Intelligence artificielle: le gouvernement ne veut pas rater cette "révolution" | Intelligence artificielle | Scoop.it
Le Premier ministre Edouard Philippe lance officiellement la mission IA supervisée par Cédric Villani. Car les enjeux sont stratégiques à plus d'un titre.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Le peintre d’Intel Labs produit des tableaux ultra-réalistes - Intelligence artificielle

Le peintre d’Intel Labs produit des tableaux ultra-réalistes - Intelligence artificielle | Intelligence artificielle | Scoop.it
Intel Labs utilise l’intelligence artificielle pour créer des images de synthèse presque aussi réalistes que des photos. Ce "peintre... - Intelligence artificielle
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

#IA: Deeplearn.js entraîne des modèles de machine learning dans le navigateur

#IA: Deeplearn.js entraîne des modèles de machine learning dans le navigateur | Intelligence artificielle | Scoop.it
Source
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

TECHNOCompétences on LinkedIn: "Qu'est-ce que l'Intelligence artificielle ?…

TECHNOCompétences on LinkedIn: "Qu'est-ce que l'Intelligence artificielle ?… | Intelligence artificielle | Scoop.it
Qu'est-ce que l'Intelligence artificielle ? Qu'est-ce que le deep learning ? Quelles sont les découvertes en IA faites dans la dernière décennie ? Co…
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

L´assistant virtuel intelligent Google Home arrive en France le 8 août

L´assistant virtuel intelligent Google Home arrive en France le 8 août | Intelligence artificielle | Scoop.it
Neuf mois après son arrivée sur le marché américain, Google lance en France son enceinte intelligente connectée, intégrant l'Assistant Google, uniquement (...)
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Cette intelligence artificielle peut retrouver la recette d'un plat à partir d'une simple photo

Cette intelligence artificielle peut retrouver la recette d'un plat à partir d'une simple photo | Intelligence artificielle | Scoop.it
Un système développé par une équipe de chercheurs du MIT.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

VIDÉO. Comprendre (simplement) le deep learning avec un directeur de Google

VIDÉO. Comprendre (simplement) le deep learning avec un directeur de Google | Intelligence artificielle | Scoop.it
Qu'est-ce que le deep learning ? Emmanuel Mogenet, directeur de Google Research Europe, l'explique très simplement dans cette interview vidéo.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Le Cun Yann - "La théorie de l'apprentissage de Vapnik et les progrès récents de l'intelligence artificielle" | Société Mathématique de France

Le Cun Yann - "La théorie de l'apprentissage de Vapnik et les progrès récents de l'intelligence artificielle" | Société Mathématique de France | Intelligence artificielle | Scoop.it
Conférence du 04 avril 2018 donnée dans le cadre du cycle "Un texte, un mathématicien".   L'explosion récente de l'intelligence artificielle et de ses applications est due en grande partie à l'utilisation de l'apprentissage machine, particulièrement des techniques d'apprentissage profond. Les idées fondatrices de l'apprentissage machine remontent aux années 50, et celles de l'apprentissage profond aux année 80. Les applications pratiques ont explosé ces dernières années, des voitures autonomes à la traduction, la recherche d'information et la médecine personnalisée. Mais que dit la théorie ? La formulation mathématique la plus générale des processus d'apprentissage est celle du mathématicien Russe émigré aux Etats-Unis Vladimir Vapnik. Dans son petit livre publié en 1995 "La Nature de la Théorie Statistique de l'Apprentissage", Vapnik décrit les conditions générales dans lesquelles un système, informatique ou biologique, peut apprendre une tâche, et à quelle vitesse. Mais cette théorie générale n'explique pas pourquoi les méthodes modernes d'apprentissage profond fonctionnent si bien, bien mieux que les méthodes plus simples mais mathématiquement mieux comprises. Dans l'Histoire, les inventions des ingénieurs ont souvent suscité des révolutions conceptuelles et théoriques : l'invention du télescope engendra l'optique, celle de la machine à vapeur engendra la thermodynamique, et celle de l'avion l'aérodynamique. L'émergence de l'intelligence artificielle suscitera-t-elle une nouvelle théorie de l'intelligence ? C'est un nouveau défi pour les mathématiques et peut-être la clé des futurs progrès de l'intelligence artificielle. Yann Le Cun est directeur de Facebook Artificial Intelligence Research (FAIR) et professeur à la New York University (NYU) où il est affilié au Courant Institute of Mathematical Sciences, et au Center for Data Science. Après des études à Paris ponctuées par un diplôme d’ingénieur de l’ESIEE et un doctorat au sein de l’Université Pierre et Marie Curie, il est attaché de recherche à l’université de Toronto en 1987 puis chercheur aux Laboratoires Bell en 1988. Yann Le Cun devient ensuite chef du département de recherche en imagerie à AT&T Labs-Research en 1996 et rejoint NYU en 2003. Il rejoint Facebook fin 2013 où il crée Facebook Artificial Intelligence Research. Les recherches de Yann Le Cun ont porté principalement sur l'intelligence artificielle, l'apprentissage machine, la vision artificielle et la robotique. Il est l’inventeur des réseaux convolutifs et un des chefs de file de l’apprentissage profond qui depuis quelques années a révolutionné l'intelligence artificielle. Il a conseillé de nombreuses entreprises et co-fondé les startups Elements Inc. Et Museami. Yann Le Cun est membre de l'Académie Nationale d'Ingénierie des Etats-Unis et a été titulaire de la chaire annuelle "Informatique et sciences numériques" au Collège de France pendant l'année 2015-2016.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Les Toulousains d’EasyMile lèvent 6,5 millions d’euros pour accélérer dans les véhicules autonomes

Les Toulousains d’EasyMile lèvent 6,5 millions d’euros pour accélérer dans les véhicules autonomes | Intelligence artificielle | Scoop.it
L'entreprise revendique plus de 210 projets de véhicules autonomes déployés dans le monde.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Prédire des positions en SEO avec le machine learning [en 5 étapes !]

Prédire des positions en SEO avec le machine learning [en 5 étapes !] | Intelligence artificielle | Scoop.it
On vous a certainement déjà demandé quelles positions pourraient être obtenues en SEO et si aucune garantie n'est possible, prédire des positions avec un algorithme de machine learning peut, en tout cas, renforcer votre discours sur les opportunités du SEO via des optimisations simples.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Campagnes AdWords et Machine Learning

Campagnes AdWords et Machine Learning | Intelligence artificielle | Scoop.it
Comment créer une campagne adwords intelligentes dopées au machine learning ? Google propose des outils de smart bidding , ou d'enchères automatiques auto apprenantes qui soulagent la gestion quotidienne d'un compte adwords.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Mooc Digital Media | Intelligence artificielle

Mooc Digital Media | Intelligence artificielle | Intelligence artificielle | Scoop.it
LES ROBOTS ; DES FANTASMES À LA RÉALITÉ. Quel rôle joue l’État dès lors que des services deviennent de plus en plus délégués aux entreprises privées ? Dans un monde de plus en plus automatisé, quelle place pour l’humain ?
more...
Coulmain Thierry's curator insight, November 2, 2017 4:50 AM

L'IA en 6 chapitres (video) à consulter sans avoir besoin de s'inscrire. Merci la mairie de paris

Scooped by Renaud Joly
Scoop.it!

Deeplearn.js entraîne des modèles de machine learning dans le navigateur

Deeplearn.js entraîne des modèles de machine learning dans le navigateur | Intelligence artificielle | Scoop.it
A l'instar du framework TensorFire développé par des étudiants du MIT, la bibliothèque d'accélération GPU Deeplearn.js de Google permet aussi d'entraîner des réseaux de neurones dans un navigateur web. Ou d'y exécuter des modèles déjà pré-entraînés r
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Amazon.fr - Comprendre le Deep Learning: Une introduction aux réseaux de neurones - Jean-Claude Heudin - Livres

Amazon.fr - Comprendre le Deep Learning: Une introduction aux réseaux de neurones - Jean-Claude Heudin - Livres | Intelligence artificielle | Scoop.it
Noté 4.1/5. Retrouvez Comprendre le Deep Learning: Une introduction aux réseaux de neurones et des millions de livres en stock sur Amazon.fr. Achetez neuf ou d'occasion
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Qi Lu : le smartphone n'est pas l'idéal pour l'intelligence artificielle

Qi Lu : le smartphone n'est pas l'idéal pour l'intelligence artificielle | Intelligence artificielle | Scoop.it
Assistants intelligents, systèmes autonomes… dans une interview accordée à Wired, Qi Lu, qui a quitté Microsoft pour le géant chinois Baidu, aborde ces sujets et certains de ses propos font échos aux propres travaux d'Apple en la matière. Ils permettent de mieux en comprendre les enjeux ainsi que les défis qui peuvent se présenter, notamment aux entreprises de culture américaine.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Applications concrètes du deep learning dans l’industrie, la sécurité et le marketing

Applications concrètes du deep learning dans l’industrie, la sécurité et le marketing | Intelligence artificielle | Scoop.it
Avec un effort bien marqué dans le domaine de l’innovation en intelligence artificielle, Dataperformers, dont le siège est à Montréal, résout des problèmes concrets des secteurs de l’industrie, d
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Machine Learning et Big Data - Les données sont l'essence de l'apprentissage automatique

Machine Learning et Big Data - Les données sont l'essence de l'apprentissage automatique | Intelligence artificielle | Scoop.it
Machine Learning et Big Data sont inextricablement liés. Le Big Data est l'essence du Machine Learning et le Machine Learning permet d'exploiter les data.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

La Chine veut devenir leader mondial en intelligence artificielle

La Chine veut devenir leader mondial en intelligence artificielle | Intelligence artificielle | Scoop.it
La Chine affiche l'ambition de devenir le numéro un mondial d'ici 2025 dans le domaine de l'intelligence artificielle, menaçant la domination des Etats-Unis en la matière.
more...
No comment yet.
Scooped by Renaud Joly
Scoop.it!

Intel lance une intelligence artificielle sur clé USB pour moins de 100 euros

Intel lance une intelligence artificielle sur clé USB pour moins de 100 euros | Intelligence artificielle | Scoop.it
Après avoir acquis la société Movidius, Intel lance la commercialisation de sa clé USB capable d'exécuter un réseau neuronal d'apprentissage profond pour des applications d'intelligence artificielle. Vendue 79 dollars, soit 68 euros, la Movidius Neural Compute Stick offre aux développeurs et aux...
more...
No comment yet.