Notes

Mon avis sur plus d'infos plus d'infos
Texte de référence à propos de plus d'infos

Historiquement, les commencement de l’IA remontent à Alan Turing dans les années 1950, et le mot définit tout dire et ne rien dire. En effet, dans l’imaginaire commun, lorsqu’on traite d’intelligence contrainte, on désigne par là un catalogue qui peut effectuer des actions d’humain, en apprenti toute seule. Or, l’IA comme définie dans l’industrie est relativement « des algorithmes plus ou moins évolués qui imitent des actions humaines ». Par exemple, un programme qui nous dit si on est en surpoids ( en lui laissant notre taille et poids ), est une ia : l’emploi de les méthodes IF… THEN… ELSE… dans un catalogue à peu près une intelligence artificielle, sans qu’elle soit « efficacement » intelligente. De la même façon, une machine de Turing est une intelligence artificielle.ia est un terme fouillis pour les applications qui prennent des tâches complexes appelant environs une choix humaine, puisque communiquer avec les usagers sur internet ou vous livrer à aux échecs. Le terme est souvent employé de façon amovible avec les domaines qui composent l’IA comme par exemple le machine learning et le deep learning. Il y a toutefois des distinctions. Par exemple, le machine learning est axé sur la construction de systèmes qui apprennent ou améliorent leurs performances en fonction des données qu’ils parlent. Il est important d'écrire que, même si l’intégralité du machine learning consiste en l’intelligence outrée, cette ultime ne n'est pas au machine learning.Partons d’un exemple évident : imaginons que vous vouliez entraîner une ia qui met à votre disposition le montant d’un habitation à partir de sa aire. Dans les années 1950, vous auriez fait un catalogue du type « mais dans le cas où la superficie est subalterne à 20m², le prix vaut 60 000€, si elle est entre 20m² et 30m², le tarif vaut 80 000€, etc… », ou peut-être « prix = superficie*3 000 ». si vous avez un ami statisticien, il pourrait de ce fait vous narrater que ces évaluation ne sont effectivement pas satisfaisantes, et qu’il suffirait de voir le tarif de en abondance d’appartements dont on connait la superficie pour évaluer le prix d’un nouveau chez moi de taille non-référencée ! Votre collègue vient de enfanter au machine learning ( qui est donc un sous-domaine de l’intelligence affectée ).Un tel système associe à ce titre corrélation et rapprochement de manière conjectural. Pour prendre un exemple simple, aux usa, les cas de noyade dans les piscines corrèlent précisément avec le comptabilise émissions tv dans lesquels Nicolas Cage est apparu. Un activité d’IA probabiliste peut éventuellement vous raconter que la meilleure façon d’éviter le risque de hydrocution est d’empêcher Nicolas Cage d’apparaître dans des émissions tv ! Nous sommes toutefois tous d’accord pour acclimater que ne plus avoir Nicolas Cage ressortir dans des séries n’aurait aucune retentissement sur les dangers de hydrocution. Ce que fait un dispositif d’IA fondé sur une approche affaire, c’est d’automatiser 100% d’une force, mais avec seulement 70% de précision. Il sera habituellement en mesure de vous fournir une solution, mais 30% du temps, l'explication offerte sera fausse ou inexacte. cette méthode ne peut par conséquent pas coller à certains activités d’une banque, d’une garantie, ou encore de la grande distribution. Dans un grand nombre d’activités de service, apporter 30% de réponses erronées aurait un impact majeur. en revanche, cette approche est très adaptée et appréciable dans d’autres domaines, tels que notamment les plateformes sociales, la publicité, etc., où le machine learning peut obtenir des résultats très attractifs face à l’immense masse de données analysées et où un taux de 30% d’erreurs reste assez indolore.L’autre courant de l’IA est prénommée « causaliste ». Cette technologie fonctionne avec des moteurs d’inférence qui sont programmés en fonction des magnifiques pratiques de l’entreprise. Cela correspond à ce qui existe en matière de navigation automatique d’avion ou bien de robotique dans l’industrie automobile. Ils automatisent 70% du processus et sont réalisés par un spécialisé dans le domaine. Ils sont également capables de prévenir les utilisateurs lorsqu’ils rencontrent un scénario pour lequel ils n’ont pas été programmés. Le principe de ces dispositifs est d’automatiser les tâches répétitives et fastidieuses pour les humains dans le but de d'avoir la possibilité de évacuer du temps aux travailleurs pour d’autres activités à plus haute montée.De nombreuses personnes craignent de se jeter leur par l’intelligence artificielle. Cependant, Tim Admandpour de PagerDuty estime que les choses peuvent changer en 2020. À ses yeux, à partir de cette année, nous pourrions enfin prendre conscience que l’intelligence artificielle est une allié et non une ennemie. L’important sera de dénicher l’équilibre entre l’intelligence humaine et l’utilisation de l’IA et du Machine Learning, au lieu d'obtenir à tout rendre automatique de manière prompte.

Tout savoir à propos de plus d'infos
My Website: https://www.cs-informatique.com