En savoir plus à propos de lightburn français
Historiquement, les lancement de l’IA remontent à Alan Turing dans les années 1950, et le terme veut tout dire et ne rien dire. En effet, dans l’imaginaire commun, lorsqu’on parle d’intelligence artificielle, on désigne par là un catalogue qui peut réaliser des activités d’humain, en apprenant en solo. Or, l’IA telle que exprimée dans l’industrie est relativement « des algorithmes assez évolués qui imitent des actions de l’homme ». Par exemple, un programme qui nous dit si on est en surpoids ( en lui laissant notre taille et poids ), est une ia : l’utilisation de la logique IF… THEN… ELSE… dans un catalogue plus une ia, sans qu’elle soit « sincèrement » intelligente. De la même façon, une machine de Turing est une intelligence artificielle.L’intelligence fausse ( intelligence artificielle ) est le concept le plus large. Selon Andrew Moore ( ex mûr d’éducation à l’école d’informatique de Carnegie Mellon college ), « l’IA désigne la capacité à elaborer et à créer des ordinateurs avec des comportements qui jusqu’à dernièrement, semblaient être l’apanage de l’intelligence humaine. » Partant de là, des évolutions puisque l’analyse prédictive, la modélisation et la simulation, ainsi que le Machine Learning sont englobées dans l’IA. Un côté important à retenir dans cette description est la temps du projet : effectivement, ce que l’on qualifie d’IA est amené à évoluer comme les évolutions progressent. Il y a quelques dizaines d’années, un ordinateur apte à jouer aux échecs était considéré puisque de l’IA, aujourd’hui cette prouesse est dévolue. Pour Zachary Lipton, Assistant professeur et demandeur à Carnegie Mellon college, l’IA est par définition « une à brûle-pourpoint mouvante », où l’on est en quête de traîner des facultés que les humaines ont, mais les machines pas ( encore ) …Partons d’un exemple simple : imaginons que vous vouliez entraîner une ia qui vous offre le prix d’un appart à partir de sa superficie. Dans les années 1950, vous auriez fait un catalogue du type « si la superficie est mineure à 20m², le prix vaut 60 000€, si elle est entre 20m² et 30m², le montant vaut 80 000€, etc… », ou peut-être « prix = superficie*3 000 ». dans le cas où vous avez un ami statisticien, il risque de ainsi vous dire que ces devis ne sont effectivement pas satisfaisantes, et qu’il suffirait de voir le montant de pas mal d’appartements dont on sait la superficie pour estimer le coût d’un home sweet home de taille non-référencée ! Votre ami vient de mettre bas au machine learning ( qui est donc un sous-domaine de l’intelligence artificielle ).En effet, parvenu dans les années 1980, le machine learning ( express ) est l’application de méthodes statistiques aux algorithmes pour les offrir plus intelligents. L’enjeu du ml est bien de construire des contours qui approximent les données et permettent de diffuser facilement. Il est par conséquent assis sur la prouesse des algorithmes à obtenir beaucoup d’informations et à « apprendre » d’elles ( i. e. corriger les contours d’approximation ) !Les entreprises technologiques s’efforcent de s’interposer à nos habitations et à notre corps pour entrer dans notre vie de tous les jours. Le périphérie se fera impérativement vers des services qui s’intègrent harmonieusement à l’internaute. L’information est présentée de manière enrichissante et non menaçante, avec des défaut et des idiosyncrasies attentivement construites.De nombreuses personnes craignent de se lancer leur travail par l’intelligence embarrassée. Cependant, Tim Admandpour de PagerDuty estime que les choses pourraient changer en 2020. À ses yeux, à partir de cette année, nous pourrions enfin prendre connaissance que l’intelligence contrainte est une alliée et non une ennemie. L’important sera de déceler l’équilibre entre l’intelligence humaine et l’utilisation de l’IA et du Machine Learning, au lieu de repérer à tout automatiser de façon impétueuse.
En savoir plus à propos de lightburn français