SlideShare une entreprise Scribd logo
E
euratech trends
Novembre 2016 Édition 1 Numéro 9
Si l’expression « Intelligence
Artificielle », et toutes les disci-
plines scientifiques qui en dé-
coulent, naissent officiellement
en 1956, lors de la conférence
de Dartmouth qui réunissait
notamment John McCarthy et
Claude Shannon, l’idée même
de créer un être doté d’une
certaine intelligence remonte
pratiquement à l’histoire de
l’humanité. Les robots dorés
d’Héphaï�stos, le Golem, Fran-
kenstein et tant d’autres ont
déchainé passion et imagina-
tion au cours du temps sur les
potentiels de ces êtres artifi-
ciels mais aussi leurs dangers.
Quoi qu’il en soit, l’Intelli-
gence Artificielle telle qu’on la
connaî�t aujourd’hui démarre
à la fin des années 30 avec les
travaux de McCulloch et Pitts
sur les neurones artificiels, se
poursuit dans les années 40
avecledéveloppementdelacy-
bernétique par Nobert Wiener
et en 1950 par le célèbre test
de Turing pour valider l’intel-
ligence d’une machine et donc
la conférence de Dartmouth
qui a fait naî�tre une véritable
discipline académique. Der-
rière toutes ces avancées, une
nouvelle approche émerge, le
« connexionnisme » avec pour
objectif de reproduire le fonc-
tionnement interne du cer-
veau humain. Dans ces années,
apparaî�t ainsi le perceptron et
la promesse d’un système de
réseau neuronal qui permet de
reproduire la perception des
images et des mots.
AI Winters 	
Contrairement à ce
qu’affirmait John McCarthy
sur l’aboutissement d’un sys-
tème neuronal en une dizaine
d’années, les progrès technolo-
giques ne se développaient pas
autant que les intentions des
chercheurs. S’en suivirent alors
une série de « AI winters »,
périodes d’euphorie théorique
aboutissant à des déceptions
sur la faisabilité technique et
donc de veille en termes de
recherche. Au tournant des
années 80 et 90, la puissance
croissante des processeurs (en
particulier des processeurs
graphiques), cumulée avec la
réduction des coûts, donne
un nouvel élan à l’Intelligence
Artificielle.
La technologie permet
alors des millions de connec-
tions entre les différents
nœuds et le big data offre
désormais toute la matière né-
cessaire pour que la machine
devienne « apprenante ». Deux
méthodes se développent : le
machine learning (appren-
tissage automatique), donc
un apprentissage à base d’un
algorithme, et le deep lear-
ning (apprentissage profond),
un modèle permettant d’ap-
prendre à partir d’une infor-
mation brute en grande quan-
tité, dont Yann LeCun est un
des pères fondateurs. Depuis,
les victoires retentissantes de
Deep Blue contre Garry Kas-
parov en 1997 et plus récem-
ment d’AlphaGo de DeepMind
sur le champion du monde de
go ont eu des répercutions mé-
diatiques importantes, qui ont
propulsé l’intelligence artifi-
cielle sur le devant de la scène.
Après avoir connu une histoire tumultueuse entre déception et fascination, l’intelligence artificielle semble
enfin avoir trouvé la maturité scientifique et technologique nécessaire à son avènement au cours des
prochainesannées.Restentnéanmoinsdenombreuxquestionnements,notammentquelamachinedépasse
l’Homme.
L’intelligence artificielle
Les cinq lois proposées par la Silicon Valley Robotics,
1.“Lesrobotsnedoiventpasêtreutiliséscommedesarmes”
2.“Lesrobotsdoiventseconformerauxlois,notammentcellessurlaprotectiondelavieprivée.”
3.“Lesrobotssontdesproduits:entantquetels,ilsdoiventêtresûrs,fiablesetdonneruneimageexactedeleurscapacités.”
4.“Lesrobotssontdesobjetsmanufacturés:l’illusioncréée nedoitpasêtreutiliséepourtromperlesutilisateurslesplusvulnérables.”
5.“Ildoitêtrepossibledeconnaî�treleresponsabledechaquerobot”
U
n signe ne trompe
pas sur les pro-
messes actuelles de
l’intelligence artifi-
cielle : tous les grands noms s’y
engouffrent avec des moyens
conséquents. Apple a lancé le
bal avec l’acquisition de la star-
tup à l’origine de son assistant
personnel Siri et a récemment
jeté son dévolu sur Emotient
et sa technologie d’analyse des
visages et des émotions. Chez
Google, pas moins de 1 200
projets sont en cours quand
Facebook a notamment créé à
Paris un laboratoire dédié avec
à sa tête Yann LeCun, Amazon
développe son majordome vir-
tuel Alexa, le révolutionnaire
Watson, la plateforme cogni-
tive, fer de lance d’IBM, fait
ses preuves dans le célèbre jeu
télévisé Jeopardy! ou Toyota
annonce un plan d’investisse-
ment de plus de 1 milliard de
dollars dans la recherche en
intelligence artificielle pour les
véhicules autonomes…
Faceàtouscesinvestisse-
ments privés, certains gouver-
nementsontprisletaureaupar
les cornes comme aux �tats-
Unis avec l’annonce d’un plan à
4 milliards de dollars pour faci-
liter l’émergence du secteur ou
en Corée du Sud avec un plan à
795 millions d’euros et la créa-
tion d’un centre de recherche
public-privé. Il faut dire que
d’un point de vue économique,
le cabinet d’analyse Tractica
estime que le marché de l’in-
telligence artificielle pour les
applications en entreprise,
qui ne représentait que 200
millions de dollars en 2015,
dépassera les 36 milliards d’ici
à 20251
! Sans compter les 950
jeunes pousses répertoriées
dans le monde sur le sujet par
le cabinet Venture Scanner, qui
totalisent presque 5 milliards
de dollars d’investissement.
En France, elles sont déjà 180
selon ISAI, ce qui en fait le se-
cond pays européen derrière la
Grande-Bretagne.
Les applications	
Si l’intelligence artificielle
connaî�t un tel engouement,
c’est aussi parce que ses
champs d’application sont
particulièrement vastes
comme par exemple (parmi
tant d’autres) la maintenance
prédictive dans l’industrie, le
développement des véhicules
autonomes, la cybersécurité
préventive, en détection de
fraudes ou encore la régénéra-
tion après attaque, l’optimisa-
tion des moyens de production
pour le manufacturing, l’ima-
gerie médicale, la gestion des
flux de patients aux urgences…
Le positionnement de la très
prometteuse Sentient Tech-
nologies est en ce sens très
explicite « From healthcare to
finance to e-commerce, we’re
focused on changing people’s
lives ».
Bref, le deep learning
a de beaux jours devant lui
et certains prédisent même
sa généralisation dans toute
l’électronique de décision.
D’ailleurs selon une étude de
Narrative Science2
, le princi-
pal bénéfice de l’intelligence
artificielle pour une entreprise
serait pour 44 % des sondés
dans l’émergence de données
pour aider aux décisions. Ce
qui implique derrière de re-
penser les organisations et les
investissements. En interne,
mais aussi vers l’externe car
avec l’intelligence artificielle,
c’est toute la relation avec les
clients qui devra être repen-
sée pour faciliter leur engage-
ment. Le meilleur exemple se
matérialise dans les chatbots,
ces agents virtuels que 37%
des fondateurs de startups sur
l’AI voient comme l’applica-
tion principale de l’intelligence
artificielle, selon TechEmer-
gence. Les technologies ont
fait énormément de progrès en
quelques années, notamment
sur la reconnaissance vocale,
comme récemment Microsoft
dont le logiciel dédié a obtenu
un taux d’erreur de 5,9 %, égal
à celui que les transcripteurs
humains! « Nous sommes en
train de passer d’un monde où
les gens doivent comprendre
les ordinateurs à un monde
dans lequel les ordinateurs
doivent nous comprendre »,
explique Harry Shum, patron
du groupe Microsoft Artificial
Intelligence and Research.
« Nous sommes en train de passer d’un monde où les
gens doivent comprendre les ordinateurs à un monde
dans lequel les ordinateurs doivent nous comprendre »
Aujourd’hui
euratech trends #0902
1. Tractica, “Artificial Intelli-
gence Market Forecasts”, août
2016, www.tractica.com/research/
artificial-intelligence-market-forecas
ts/ 	
2. Narrative Science, “2015 State
of Artificial Intelligence & Big
Data in the Enterprise”, juin 2015,
http://resources.narrativescience.
com 	
3. TechEmergence, “Machine
Learning Healthcare Applications –
2016 and Beyond”, août 2016, http://
techemergence.com/machine-learn-
ing-healthcare-applications/
«
En tant que fournis-
seur, ce sont les briques
autour de l’intelligence
artificielle qui génèrent
de la valeur, explique Damien
Cudel, chef de marché plate-
forme applicative chez Micro-
soft. Le stockage, le streaming
des données… l’apprentissage
statistique ne coûtera pas cher,
c’est sur la chaî�ne globale de
traitement (collecte des don-
nées, traitement temps réel,
restitution…) que se trouvent
les enjeux. » Du coup, de nom-
breux acteurs majeurs comme
Apple, Facebook, Microsoft et
IBM ont fait le choix de l’open
source en mettant à disposi-
tion de tous l’avancée de leurs
recherches. Le TensorFlow de
Google que l’on retrouve dans
de nombreuses applications
comme la recherche, la tra-
duction automatique ou les
recommandations, suit aussi
cette tendance. Le but de la
manœuvre : s’assurer d’évolu-
tions rapides pour dépasser la
concurrence et surtout que la
solution d’intelligence artifi-
cielle soit au cœur des projets
futurs…
L’emploi		
Toutes ces avancées ne com-
portent bien entendu pas que
des promesses, mais aussi des
craintes.Aupremierchef:l’em-
ploi. Dans un rapport publié fin
2015, des analystes de Bank
of America Merrill Lynch1
ont
estimé que la moitié des em-
plois aux �tats-Unis pourraient
être remplacés par des robots
au cours des vingt prochaines
années, en particulier dans
l’industrie. Selon le cabinet
Gartner, un tiers des emplois
dans le monde seront même
remplacés par des applications
d’intelligence artificielle d’ici
2025. Toute la question est dès
lors de savoir si dans le même
temps d’autres métiers vont
émerger ou si comme l’indique
le cabinet de conseil en stra-
tégie Roland Berger dans un
rapport de 2014 : « les tâches
qui requièrent de la créativité,
du sens artistique, ou de l’intel-
ligence sociale et du contact
humain, qu’elles se rapportent
à un métier manuel ou intel-
lectuel, peu ou bien qualifié,
seront préservées. » D’ailleurs
l’étude de Narrative Science4
souligne que 80 % des sondés
estiment que l’intelligence arti-
ficielle va améliorer la perfor-
mance des employés et créer
des emplois.
La singularité	
Autre crainte majeure alimen-
tée par les fantasmes de la
science-fiction : l’utilisation
de l’intelligence artificielle à
des fins malveillantes ou pire
que l’intelligence artificielle
prenne le pas sur l’intelli-
gence humaine. C’est le fameux
point de singularité, fixé pour
le moment en 2045 et qui a
poussé d’illustres personnali-
tés du monde technologique à
tirer dès maintenant le signal
d’alarme. Un consortium a
même été créé en septembre
2016 par les ténors du secteur
Amazon, Facebook, Google,
Microsoft, et IBM. Son but ?
Répondre aux questions sou-
levées par le développement
de l’intelligence artificielle,
partager les bonnes pratiques
et éduquer le grand public sur
cette thématique. Des craintes
temporisées par de nombreux
chercheurs comme le phy-
sicien Stephen Hawking qui
s’inquiète au final plus de notre
dépendance aux machines que
leur véritable émancipation.
euratech trends #09 03
Les enjeux
AGENDA
3rd
International Conference
on Artificial Intelligence and
Applications (AIFU) du 28 au
29 janvier 2017, Dubai (UAE)
9th
International Conference
on Agents and Artificial Intel-
ligence (ICAART) du 24 au 26
février 2017, Porto (PT)
9th
International Conference
on Machine Learning and Com-
puting (ICMLC) du 24 au 26 fé-
vrier 2017, Singapour (MY)
The AI Summit du 09 au 10 mai
2017, Londres (GB)
16th
International Conference
on Artificial Intelligence and
Soft Computing (ICAISC) du 24
au 26 février 2017, Singapour
(MY)
16th
International Conference
on Artificial Intelligence and
Law (ICAIL) du 12 au 16 juin
2017, Londres (GB)
13th
International Conference
on Machine Learning and Data
Mining (MLDM) du 15 au 20 juin
2017, New York (US)
19e
Conférence sur l’Appren-
tissage automatique (CAp
2017)du28au30juin2017,Gre-
noble (FR)
La plate-forme Intelligence
Artificielle (PFIA) du 3 au 7 juil-
let 2017, Caen (FR)
nucl.ai 2017 du 24 au 26 juillet
2017, Vienne (AT)
34th
International Conference
on Machine Learning (ICML) du
06 au 12 août 2017, Sydney (AU)
26th
International Joint Confe-
rence on Artificial Intelli-
gence (IJCAI) du 19 au 25 août
2017, Melbourne (AU)
18th
EPIA Conference on Artifi-
cial Intelligence du 5 au 8 sep-
tembre 2017, Porto (PT)
European Conference on Ma-
chine Learning and Principles
and Practice of Knowledge
Discovery du 18 au 22 sep-
tembre 2017, Skopje (MK)
16th
IEEE International Confe-
rence on Machine Learning and
Applications (ICMLA) du 5 au 8
septembre 2017, Porto (PT)
1. Bank of America Merrill Lynch,
“Robot Revolution – Global Robot
& AI Primer”, décembre 2015 	
			
	
2. Gartner, “Disruptive Macro
Trends for 2025 Personal Tech
Market — Artificial Intelligence
— Me, Myselves and AI”, octobre
2016 	
3. Roland Berger, “Les classes moy-
ennes face à la transformation digi-
tale”, octobre 2014, 		
			
	
4. Narrative Science, “2015 State of
Artificial Intelligence & Big Data in
the Enterprise”, juin 2015, http://re-
sources.narrativescience.com
euratech trends #0904
www.euratechnologies.com
L
a région Hauts-de-
France ne compte pas
moins de 6 équipes de
recherche, soit près
d’une centaine de chercheurs
et doctorants qui travaillent
sur le Machine Learning et ses
applications.
Magnet		
MAchine learninG in infor-
mation NETworks
https://team.inria.fr/magnet
Magnet s’intéresse à la défini-
tion de méthodes et modèles
d’apprentissage automatique
au sein de réseaux d’informa-
tions, en particulier ceux pré-
sents sur Internet : réseaux
d’interactions, hyperliens ou
réseaux sociaux. Ces réseaux
sont constitués d’informations
en grands volumes hétéro-
gènes, principalement tex-
tuelles, organisées sous forme
degrandsgraphesdontlesliens
sont explicites ou induits. Les
objectifs envisagés sont les sys-
tèmes de veille, de recherche et
d’extraction d’informations, et
de recommandations.
SequeL 		
Sequential Learning
https://team.inria.fr/sequel
SequeL développe des
concepts et algorithmes fiables
pour répondre aux problé-
matiques de systèmes artifi-
ciels traitant, par exemple, des
pages web créées, modifiées
ou supprimées du web ou des
mesures de capteurs acquises
par un système passif ou actif
(interagissant sur son environ-
nement, tel que agent logiciel
ou robot matériel). À� partir de
ces données, ces systèmes ex-
traient des informations pour
repérer des objets (classifica-
tion), pour évaluer les para-
mètres d’un processus (esti-
mation), pour interagir avec
son environnement (décision
séquentielle). Ces algorithmes
sont également utilisables
dans le cadre de traitement par
lot de gros volumes de don-
nées. Ces travaux ont des appli-
cations dans les systèmes de
recommandation ou le jeu de
Go (Crazy Stone, logiciel primé
à de nombreuses reprises).
DOLPHIN 		
Discrete multiobjective Opti-
mizationforLarge-scalePro-
blems with Hybrid dIstribu-
ted techNiques
http://dolphin.lille.inria.fr
DOLPHIN est au coeur de la
modélisation et la résolution
parallèle de problèmes d’opti-
misation combinatoire (multi-
objectifs) de grande taille. Des
méthodes parallèles coopéra-
tives efficaces sont dévelop-
pées à partir de l’analyse de la
structure du problème traité.
Les problèmes ciblés sont des
problèmes génériques (ordon-
nancement flow-shop, élabo-
ration de tournées, etc.) et des
problèmes industriels de logis-
tique, transport, énergie ou de
bioinformatique.
MODAL 		
MOdel for Data Analysis and
Learning
https://modal.lille.inria.fr
MODAL développe des mo-
dèles génératifs pour l’analyse
de données hétérogènes et /
ou complexes multivariées.
Les exemples typiques de ce
type de données sont des cova-
riables nominales multivariées
ou la combinaison de variables
continues et nominales hété-
rogènes. Bien évidemment,
le traitement d’autres cova-
riables complexes - ordinales,
de rapport ou d’intervalle -
est envisageable. À� partir de
ces modèles génératifs, une
analyse statistique pertinente
permet ensuite d’obtenir
l’analyse visuelle et la classi-
fication supervisée, semi-su-
pervisée ou à l’estimation de
densité. Les axes de recherche
se concentrent sur les modèles
génératifs, qui sont des mo-
dèles décrivant le processus
de génération des données, à
la différence des modèles pré-
dictifs.
INOCS 		
INtegrated Optimization
with Complex Structure
https://team.inria.fr/inocs
INOCS travaille sur la modé-
lisation et la résolution des
problèmes d’optimisation
de grande taille avec struc-
ture complexe. L’optimisation
consiste à trouver une meil-
leure solution parmi un en-
semble de solutions possibles.
Sa modélisation peut être un
programme mathématique
où les variables de décisions
doivent satisfaire un ensemble
de contraintes définissant la
réalisabilité de la solution et
optimiser une ou plusieurs
fonctions objectifs. Elle est dite
à structure complexe quand
elle comprend des décisions
de type/nature différentes
(par exemple stratégique, tac-
tique ou opérationnelle) et/ou
des décisions présentant une
structure hiérarchique du type
meneur-suiveur (problèmes
bi-niveau) et/ou des décisions
prises dans un environnement
incertain.
HEUDIASYC 	
Heuristique et Diagnostic
des Systèmes Complexes
https://www.hds.utc.fr
L’équipe DI (Décision, Image)
concentre son activité sur le
développement de nouvelles
méthodes d’analyse et de fu-
sion de données, le raisonne-
ment dans l’incertain, l’appren-
tissage statistique, l’analyse
d’images et la vision par ordi-
nateur. Les applications se font
dans les secteurs de l’environ-
nement, de la santé, des trans-
ports, du diagnostic industriel,
la bioinformatique et l’aide au
diagnostic médical.
Hauts-de-France
Directeur de publication : Massimo Magnifico
Rédacteur en chef : Patrick Bertolo
Journaliste :Thibault Caudron
165 avenue de Bretagne 59000 Lille
03.20.19.18.55
contact@euratechnologies.com
Atos lance le programme quantum, une plateforme de simulation quantique pour l’IA
Après la présentation de son supercalculateur exaflopique Sequana qui pourra calculer 1 milliard de
milliards d’opérations par seconde d’ici 2020, Atos lance son programme Quantum afin de permettre le
développement d’une plateforme de simulation destinée à tester les algorithmes et les logiciels des futurs
ordinateursquantiques.Unpôleseratoutparticulièrementconsacréàlamiseaupointd’algorithmesdestinés
à la constitution d’un portefeuille d’applications quantiques pour le calcul intensif, le big data, l’intelligence
artificielleetlacybersécurité.

Contenu connexe

Tendances

Management stratégique www.coursdefsjes.com
Management stratégique www.coursdefsjes.comManagement stratégique www.coursdefsjes.com
Management stratégique www.coursdefsjes.com
cours fsjes
 
AI_course.pdf
AI_course.pdfAI_course.pdf
AI_course.pdf
MissaouiWissal
 
L’intelligence artificielle aujourd’hui (FR)
L’intelligence artificielle aujourd’hui (FR)L’intelligence artificielle aujourd’hui (FR)
L’intelligence artificielle aujourd’hui (FR)
thierry tranchina
 
Mémoire communication digitale (extrait)
Mémoire communication digitale (extrait)Mémoire communication digitale (extrait)
Mémoire communication digitale (extrait)
Adrien Tilhet-Prat
 
Les leviers technologiques de la transformation digitale
Les leviers technologiques de la transformation digitaleLes leviers technologiques de la transformation digitale
Les leviers technologiques de la transformation digitale
Amine OUESLATI
 
E-recrutement
E-recrutement E-recrutement
E-recrutement
Safa Aoun
 
Gestion des connaissances (Knowledge Management)
Gestion des connaissances  (Knowledge Management)Gestion des connaissances  (Knowledge Management)
Gestion des connaissances (Knowledge Management)
Hanen Bensaad
 
Introduction à la gestion des connaissances
Introduction à la gestion des connaissancesIntroduction à la gestion des connaissances
Introduction à la gestion des connaissances
Patrice Chalon
 
En quoi le Big Data transforme déjà le marketing ?
En quoi le Big Data transforme déjà le marketing ?En quoi le Big Data transforme déjà le marketing ?
En quoi le Big Data transforme déjà le marketing ?
Jennifer LUFAU
 
Memoire marketing viral
Memoire marketing viralMemoire marketing viral
Memoire marketing viral
essa1988
 
Intelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielleIntelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielle
ECAM Brussels Engineering School
 
Knowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDF
Knowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDFKnowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDF
Knowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDF
Seifeddine Dridi
 
Cours ebusiness
Cours ebusinessCours ebusiness
Cours ebusiness
Fethi Ferhane
 
Du parcours client à l'optimisation de l'expérience client
Du parcours client à l'optimisation de l'expérience clientDu parcours client à l'optimisation de l'expérience client
Du parcours client à l'optimisation de l'expérience client
Soft Computing
 
l'Intelligence Artificielle Jean-Antoine Moreau
l'Intelligence Artificielle Jean-Antoine Moreaul'Intelligence Artificielle Jean-Antoine Moreau
l'Intelligence Artificielle Jean-Antoine Moreau
Jean-Antoine Moreau
 
Présentation de soutenance de PFE - La digitalisation des points de vente
Présentation de soutenance de PFE - La digitalisation des points de ventePrésentation de soutenance de PFE - La digitalisation des points de vente
Présentation de soutenance de PFE - La digitalisation des points de vente
Yousra Beddaou
 
Marketing evenementiel par Philip BOISTEL
Marketing evenementiel par Philip BOISTELMarketing evenementiel par Philip BOISTEL
Marketing evenementiel par Philip BOISTEL
Fethi Ferhane
 
L'intelligence Artificielle au service du marketing
L'intelligence Artificielle au service du marketingL'intelligence Artificielle au service du marketing
L'intelligence Artificielle au service du marketing
Aaron Besnainou
 
Présentation digitalisation des entreprises, évolution ou révolution
Présentation digitalisation des entreprises, évolution ou révolutionPrésentation digitalisation des entreprises, évolution ou révolution
Présentation digitalisation des entreprises, évolution ou révolution
tpillon
 
Apec RH n°3 - spécial gestion des compétences
Apec RH n°3 - spécial gestion des compétencesApec RH n°3 - spécial gestion des compétences
Apec RH n°3 - spécial gestion des compétences
Apec
 

Tendances (20)

Management stratégique www.coursdefsjes.com
Management stratégique www.coursdefsjes.comManagement stratégique www.coursdefsjes.com
Management stratégique www.coursdefsjes.com
 
AI_course.pdf
AI_course.pdfAI_course.pdf
AI_course.pdf
 
L’intelligence artificielle aujourd’hui (FR)
L’intelligence artificielle aujourd’hui (FR)L’intelligence artificielle aujourd’hui (FR)
L’intelligence artificielle aujourd’hui (FR)
 
Mémoire communication digitale (extrait)
Mémoire communication digitale (extrait)Mémoire communication digitale (extrait)
Mémoire communication digitale (extrait)
 
Les leviers technologiques de la transformation digitale
Les leviers technologiques de la transformation digitaleLes leviers technologiques de la transformation digitale
Les leviers technologiques de la transformation digitale
 
E-recrutement
E-recrutement E-recrutement
E-recrutement
 
Gestion des connaissances (Knowledge Management)
Gestion des connaissances  (Knowledge Management)Gestion des connaissances  (Knowledge Management)
Gestion des connaissances (Knowledge Management)
 
Introduction à la gestion des connaissances
Introduction à la gestion des connaissancesIntroduction à la gestion des connaissances
Introduction à la gestion des connaissances
 
En quoi le Big Data transforme déjà le marketing ?
En quoi le Big Data transforme déjà le marketing ?En quoi le Big Data transforme déjà le marketing ?
En quoi le Big Data transforme déjà le marketing ?
 
Memoire marketing viral
Memoire marketing viralMemoire marketing viral
Memoire marketing viral
 
Intelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielleIntelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielle
 
Knowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDF
Knowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDFKnowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDF
Knowledge Management: Les Concepts de base du KM & ETUDE DE CAS - EDF
 
Cours ebusiness
Cours ebusinessCours ebusiness
Cours ebusiness
 
Du parcours client à l'optimisation de l'expérience client
Du parcours client à l'optimisation de l'expérience clientDu parcours client à l'optimisation de l'expérience client
Du parcours client à l'optimisation de l'expérience client
 
l'Intelligence Artificielle Jean-Antoine Moreau
l'Intelligence Artificielle Jean-Antoine Moreaul'Intelligence Artificielle Jean-Antoine Moreau
l'Intelligence Artificielle Jean-Antoine Moreau
 
Présentation de soutenance de PFE - La digitalisation des points de vente
Présentation de soutenance de PFE - La digitalisation des points de ventePrésentation de soutenance de PFE - La digitalisation des points de vente
Présentation de soutenance de PFE - La digitalisation des points de vente
 
Marketing evenementiel par Philip BOISTEL
Marketing evenementiel par Philip BOISTELMarketing evenementiel par Philip BOISTEL
Marketing evenementiel par Philip BOISTEL
 
L'intelligence Artificielle au service du marketing
L'intelligence Artificielle au service du marketingL'intelligence Artificielle au service du marketing
L'intelligence Artificielle au service du marketing
 
Présentation digitalisation des entreprises, évolution ou révolution
Présentation digitalisation des entreprises, évolution ou révolutionPrésentation digitalisation des entreprises, évolution ou révolution
Présentation digitalisation des entreprises, évolution ou révolution
 
Apec RH n°3 - spécial gestion des compétences
Apec RH n°3 - spécial gestion des compétencesApec RH n°3 - spécial gestion des compétences
Apec RH n°3 - spécial gestion des compétences
 

En vedette

Healthcare Innovations and Regulatory Compliance Initiatives
Healthcare Innovations and Regulatory Compliance InitiativesHealthcare Innovations and Regulatory Compliance Initiatives
Healthcare Innovations and Regulatory Compliance Initiatives
Tatiana Cornell
 
Resume
ResumeResume
Draft_GST_Compensation_Law
Draft_GST_Compensation_LawDraft_GST_Compensation_Law
Draft_GST_Compensation_Law
SOURABH BANSAL
 
Signature wood modifications reveal decomposer community history.PDF
Signature wood modifications reveal decomposer community history.PDFSignature wood modifications reveal decomposer community history.PDF
Signature wood modifications reveal decomposer community history.PDF
Feng Jin Liew, M.S.
 
Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...
Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...
Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...
Garment Space Blog0
 
Một số tính chất của vành giao hoán artin
Một số tính chất của vành giao hoán artinMột số tính chất của vành giao hoán artin
Một số tính chất của vành giao hoán artin
https://www.facebook.com/garmentspace
 
Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...
Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...
Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...
Garment Space Blog0
 
Suominen Oyj:n tulosesitys Q4 ja FY2016
Suominen Oyj:n tulosesitys Q4 ja FY2016Suominen Oyj:n tulosesitys Q4 ja FY2016
Suominen Oyj:n tulosesitys Q4 ja FY2016
Suominen Corporation
 
Symbaloo come PLE
Symbaloo come PLESymbaloo come PLE
Le livre blanc de l'expérience client - Vol 1
Le livre blanc de l'expérience client - Vol 1Le livre blanc de l'expérience client - Vol 1
Le livre blanc de l'expérience client - Vol 1
Laurence Body
 
Introduction of Pharo 5.0
Introduction of Pharo 5.0Introduction of Pharo 5.0
Introduction of Pharo 5.0
Masashi Umezawa
 
Phân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức long
Phân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức longPhân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức long
Phân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức long
https://www.facebook.com/garmentspace
 
20170131 python3 6 PEP526
20170131 python3 6 PEP526 20170131 python3 6 PEP526
20170131 python3 6 PEP526
masahitojp
 
Marketing : Les comportements du consommateur - Cours de Marketing sur www....
Marketing : Les comportements du consommateur  - Cours de  Marketing sur www....Marketing : Les comportements du consommateur  - Cours de  Marketing sur www....
Marketing : Les comportements du consommateur - Cours de Marketing sur www....
Super Professeur
 
Referenties Anti Graffiti
Referenties Anti GraffitiReferenties Anti Graffiti
Referenties Anti Graffiti
Peter Nuijs
 
Hot beverages
Hot beveragesHot beverages
Hot beverages
Azam Saund
 
Haiti | Jan-1 | Gestion Intelligente de l'Energie et du Transport
Haiti | Jan-1 | Gestion Intelligente de l'Energie et du TransportHaiti | Jan-1 | Gestion Intelligente de l'Energie et du Transport
Haiti | Jan-1 | Gestion Intelligente de l'Energie et du Transport
Smart Villages
 

En vedette (17)

Healthcare Innovations and Regulatory Compliance Initiatives
Healthcare Innovations and Regulatory Compliance InitiativesHealthcare Innovations and Regulatory Compliance Initiatives
Healthcare Innovations and Regulatory Compliance Initiatives
 
Resume
ResumeResume
Resume
 
Draft_GST_Compensation_Law
Draft_GST_Compensation_LawDraft_GST_Compensation_Law
Draft_GST_Compensation_Law
 
Signature wood modifications reveal decomposer community history.PDF
Signature wood modifications reveal decomposer community history.PDFSignature wood modifications reveal decomposer community history.PDF
Signature wood modifications reveal decomposer community history.PDF
 
Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...
Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...
Thiet ke he_thong_tinh_huong_trong_day_hoc_hoa_hoc_lop_10_trung_hoc_pho_thong...
 
Một số tính chất của vành giao hoán artin
Một số tính chất của vành giao hoán artinMột số tính chất của vành giao hoán artin
Một số tính chất của vành giao hoán artin
 
Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...
Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...
Thiet ke tai_lieu_huong_dan_tu_hoc_phan_hoa_hoc_huu_co_lop_11_trung_hoc_pho_t...
 
Suominen Oyj:n tulosesitys Q4 ja FY2016
Suominen Oyj:n tulosesitys Q4 ja FY2016Suominen Oyj:n tulosesitys Q4 ja FY2016
Suominen Oyj:n tulosesitys Q4 ja FY2016
 
Symbaloo come PLE
Symbaloo come PLESymbaloo come PLE
Symbaloo come PLE
 
Le livre blanc de l'expérience client - Vol 1
Le livre blanc de l'expérience client - Vol 1Le livre blanc de l'expérience client - Vol 1
Le livre blanc de l'expérience client - Vol 1
 
Introduction of Pharo 5.0
Introduction of Pharo 5.0Introduction of Pharo 5.0
Introduction of Pharo 5.0
 
Phân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức long
Phân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức longPhân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức long
Phân tích tình hình tài chính tại công ty cổ phần vật liệu xây dựng đức long
 
20170131 python3 6 PEP526
20170131 python3 6 PEP526 20170131 python3 6 PEP526
20170131 python3 6 PEP526
 
Marketing : Les comportements du consommateur - Cours de Marketing sur www....
Marketing : Les comportements du consommateur  - Cours de  Marketing sur www....Marketing : Les comportements du consommateur  - Cours de  Marketing sur www....
Marketing : Les comportements du consommateur - Cours de Marketing sur www....
 
Referenties Anti Graffiti
Referenties Anti GraffitiReferenties Anti Graffiti
Referenties Anti Graffiti
 
Hot beverages
Hot beveragesHot beverages
Hot beverages
 
Haiti | Jan-1 | Gestion Intelligente de l'Energie et du Transport
Haiti | Jan-1 | Gestion Intelligente de l'Energie et du TransportHaiti | Jan-1 | Gestion Intelligente de l'Energie et du Transport
Haiti | Jan-1 | Gestion Intelligente de l'Energie et du Transport
 

Similaire à Euratech'trends : Intelligence Artificielle

Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018
Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018
Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018
OPcyberland
 
Mémento - Intelligence Artificielle : la grande épopée
Mémento - Intelligence Artificielle : la grande épopéeMémento - Intelligence Artificielle : la grande épopée
Mémento - Intelligence Artificielle : la grande épopée
Salesforce France
 
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseIntelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
CHARLES Frédéric
 
3 minutes pour comprendre ... l'Intelligence Artificielle
3 minutes pour comprendre ... l'Intelligence Artificielle3 minutes pour comprendre ... l'Intelligence Artificielle
3 minutes pour comprendre ... l'Intelligence Artificielle
Alain KHEMILI
 
IA et Big Data : mythes et réalité
IA et Big Data : mythes et réalitéIA et Big Data : mythes et réalité
IA et Big Data : mythes et réalité
Faurie Christophe
 
La coopération des intelligences
La coopération des intelligencesLa coopération des intelligences
La coopération des intelligences
Aymeric
 
Veille economie numerique 190511
Veille economie numerique 190511Veille economie numerique 190511
Veille economie numerique 190511
Agence Elan
 
Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12
Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12
Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12
366
 
Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...
Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...
Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...
alexia2015
 
Quelques heures à San Francisco...
Quelques heures à San Francisco...Quelques heures à San Francisco...
Quelques heures à San Francisco...
Stéphane Toullieux
 
Conférence les technologies du numérique st exupéry 8 nov. 2017
Conférence les technologies du numérique st exupéry 8 nov.  2017Conférence les technologies du numérique st exupéry 8 nov.  2017
Conférence les technologies du numérique st exupéry 8 nov. 2017
SinGuy
 
Digital.pdf
Digital.pdfDigital.pdf
Digital.pdf
rimaNova1
 
Audition ChatGPT Mission IA Commission des Lois
Audition ChatGPT Mission IA Commission des LoisAudition ChatGPT Mission IA Commission des Lois
Audition ChatGPT Mission IA Commission des Lois
Alain Goudey
 
Euratech'trends - l’informatique neuro-inspiré.
Euratech'trends - l’informatique neuro-inspiré.Euratech'trends - l’informatique neuro-inspiré.
Euratech'trends - l’informatique neuro-inspiré.
EuraTechnologies
 
artificial intelligence and applications
artificial intelligence and applicationsartificial intelligence and applications
artificial intelligence and applications
olfaharrabi2
 
LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...
LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...
LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...
Faga1939
 
Revue de presse 2017 2018 - Intelligence artificielle (IA) et emplois
Revue de presse 2017 2018 - Intelligence artificielle (IA) et emploisRevue de presse 2017 2018 - Intelligence artificielle (IA) et emplois
Revue de presse 2017 2018 - Intelligence artificielle (IA) et emplois
Bruno A. Bonechi
 
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrieEtude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Apec
 

Similaire à Euratech'trends : Intelligence Artificielle (20)

Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018
Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018
Intelligence Artificielle - Comment change-t-elle le mode ? JBU2018
 
Mémento - Intelligence Artificielle : la grande épopée
Mémento - Intelligence Artificielle : la grande épopéeMémento - Intelligence Artificielle : la grande épopée
Mémento - Intelligence Artificielle : la grande épopée
 
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseIntelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
 
3 minutes pour comprendre ... l'Intelligence Artificielle
3 minutes pour comprendre ... l'Intelligence Artificielle3 minutes pour comprendre ... l'Intelligence Artificielle
3 minutes pour comprendre ... l'Intelligence Artificielle
 
IA et Big Data : mythes et réalité
IA et Big Data : mythes et réalitéIA et Big Data : mythes et réalité
IA et Big Data : mythes et réalité
 
La coopération des intelligences
La coopération des intelligencesLa coopération des intelligences
La coopération des intelligences
 
Veille economie numerique 190511
Veille economie numerique 190511Veille economie numerique 190511
Veille economie numerique 190511
 
Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12
Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12
Le Dauphiné Libéré - Edition spéciale Cristal Festival - 15 12
 
Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...
Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...
Club des Explorateurs du Futur d'@Ylios - L'impact de l'IA sur les métiers 19...
 
Quelques heures à San Francisco...
Quelques heures à San Francisco...Quelques heures à San Francisco...
Quelques heures à San Francisco...
 
2174 bn
2174 bn2174 bn
2174 bn
 
2174 bn
2174 bn2174 bn
2174 bn
 
Conférence les technologies du numérique st exupéry 8 nov. 2017
Conférence les technologies du numérique st exupéry 8 nov.  2017Conférence les technologies du numérique st exupéry 8 nov.  2017
Conférence les technologies du numérique st exupéry 8 nov. 2017
 
Digital.pdf
Digital.pdfDigital.pdf
Digital.pdf
 
Audition ChatGPT Mission IA Commission des Lois
Audition ChatGPT Mission IA Commission des LoisAudition ChatGPT Mission IA Commission des Lois
Audition ChatGPT Mission IA Commission des Lois
 
Euratech'trends - l’informatique neuro-inspiré.
Euratech'trends - l’informatique neuro-inspiré.Euratech'trends - l’informatique neuro-inspiré.
Euratech'trends - l’informatique neuro-inspiré.
 
artificial intelligence and applications
artificial intelligence and applicationsartificial intelligence and applications
artificial intelligence and applications
 
LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...
LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...
LA SUPERINTELLIGENCE ARTIFICIELLE, SES BÉNÉFICES ET NUIRES ET QUE FAIRE POUR ...
 
Revue de presse 2017 2018 - Intelligence artificielle (IA) et emplois
Revue de presse 2017 2018 - Intelligence artificielle (IA) et emploisRevue de presse 2017 2018 - Intelligence artificielle (IA) et emplois
Revue de presse 2017 2018 - Intelligence artificielle (IA) et emplois
 
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrieEtude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
Etude Apec - L'intelligence artificielle : tendances métiers dans l'industrie
 

Plus de EuraTechnologies

Eura techtrends#12 l'e-sport
Eura techtrends#12 l'e-sportEura techtrends#12 l'e-sport
Eura techtrends#12 l'e-sport
EuraTechnologies
 
Eura techtrends#11 l'informatique_quantique
Eura techtrends#11 l'informatique_quantiqueEura techtrends#11 l'informatique_quantique
Eura techtrends#11 l'informatique_quantique
EuraTechnologies
 
Euratech'trends : Agriculture et numerique
Euratech'trends : Agriculture et numeriqueEuratech'trends : Agriculture et numerique
Euratech'trends : Agriculture et numerique
EuraTechnologies
 
Euratech'trends : Machine Learning
Euratech'trends : Machine LearningEuratech'trends : Machine Learning
Euratech'trends : Machine Learning
EuraTechnologies
 
EuraTech Trends : la Cybersecurite
EuraTech Trends : la CybersecuriteEuraTech Trends : la Cybersecurite
EuraTech Trends : la Cybersecurite
EuraTechnologies
 
EuraTech Trends : Le Mobile
EuraTech Trends : Le MobileEuraTech Trends : Le Mobile
EuraTech Trends : Le Mobile
EuraTechnologies
 
EuraTech Trends : Big Data
EuraTech Trends : Big DataEuraTech Trends : Big Data
EuraTech Trends : Big Data
EuraTechnologies
 
EuraTech Trends : Open Data
EuraTech Trends : Open DataEuraTech Trends : Open Data
EuraTech Trends : Open Data
EuraTechnologies
 

Plus de EuraTechnologies (8)

Eura techtrends#12 l'e-sport
Eura techtrends#12 l'e-sportEura techtrends#12 l'e-sport
Eura techtrends#12 l'e-sport
 
Eura techtrends#11 l'informatique_quantique
Eura techtrends#11 l'informatique_quantiqueEura techtrends#11 l'informatique_quantique
Eura techtrends#11 l'informatique_quantique
 
Euratech'trends : Agriculture et numerique
Euratech'trends : Agriculture et numeriqueEuratech'trends : Agriculture et numerique
Euratech'trends : Agriculture et numerique
 
Euratech'trends : Machine Learning
Euratech'trends : Machine LearningEuratech'trends : Machine Learning
Euratech'trends : Machine Learning
 
EuraTech Trends : la Cybersecurite
EuraTech Trends : la CybersecuriteEuraTech Trends : la Cybersecurite
EuraTech Trends : la Cybersecurite
 
EuraTech Trends : Le Mobile
EuraTech Trends : Le MobileEuraTech Trends : Le Mobile
EuraTech Trends : Le Mobile
 
EuraTech Trends : Big Data
EuraTech Trends : Big DataEuraTech Trends : Big Data
EuraTech Trends : Big Data
 
EuraTech Trends : Open Data
EuraTech Trends : Open DataEuraTech Trends : Open Data
EuraTech Trends : Open Data
 

Dernier

INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
Faga1939
 
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
InnovaSter-Trade Ltd.
 
Les Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et ComparatifLes Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et Comparatif
Top-plans
 
La Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdfLa Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdf
SoniazghalKallel
 
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Chadi Kammoun
 
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
Nicolas Georgeault
 

Dernier (6)

INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
 
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
 
Les Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et ComparatifLes Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et Comparatif
 
La Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdfLa Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdf
 
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
 
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
 

Euratech'trends : Intelligence Artificielle

  • 1. E euratech trends Novembre 2016 Édition 1 Numéro 9 Si l’expression « Intelligence Artificielle », et toutes les disci- plines scientifiques qui en dé- coulent, naissent officiellement en 1956, lors de la conférence de Dartmouth qui réunissait notamment John McCarthy et Claude Shannon, l’idée même de créer un être doté d’une certaine intelligence remonte pratiquement à l’histoire de l’humanité. Les robots dorés d’Héphaï�stos, le Golem, Fran- kenstein et tant d’autres ont déchainé passion et imagina- tion au cours du temps sur les potentiels de ces êtres artifi- ciels mais aussi leurs dangers. Quoi qu’il en soit, l’Intelli- gence Artificielle telle qu’on la connaî�t aujourd’hui démarre à la fin des années 30 avec les travaux de McCulloch et Pitts sur les neurones artificiels, se poursuit dans les années 40 avecledéveloppementdelacy- bernétique par Nobert Wiener et en 1950 par le célèbre test de Turing pour valider l’intel- ligence d’une machine et donc la conférence de Dartmouth qui a fait naî�tre une véritable discipline académique. Der- rière toutes ces avancées, une nouvelle approche émerge, le « connexionnisme » avec pour objectif de reproduire le fonc- tionnement interne du cer- veau humain. Dans ces années, apparaî�t ainsi le perceptron et la promesse d’un système de réseau neuronal qui permet de reproduire la perception des images et des mots. AI Winters Contrairement à ce qu’affirmait John McCarthy sur l’aboutissement d’un sys- tème neuronal en une dizaine d’années, les progrès technolo- giques ne se développaient pas autant que les intentions des chercheurs. S’en suivirent alors une série de « AI winters », périodes d’euphorie théorique aboutissant à des déceptions sur la faisabilité technique et donc de veille en termes de recherche. Au tournant des années 80 et 90, la puissance croissante des processeurs (en particulier des processeurs graphiques), cumulée avec la réduction des coûts, donne un nouvel élan à l’Intelligence Artificielle. La technologie permet alors des millions de connec- tions entre les différents nœuds et le big data offre désormais toute la matière né- cessaire pour que la machine devienne « apprenante ». Deux méthodes se développent : le machine learning (appren- tissage automatique), donc un apprentissage à base d’un algorithme, et le deep lear- ning (apprentissage profond), un modèle permettant d’ap- prendre à partir d’une infor- mation brute en grande quan- tité, dont Yann LeCun est un des pères fondateurs. Depuis, les victoires retentissantes de Deep Blue contre Garry Kas- parov en 1997 et plus récem- ment d’AlphaGo de DeepMind sur le champion du monde de go ont eu des répercutions mé- diatiques importantes, qui ont propulsé l’intelligence artifi- cielle sur le devant de la scène. Après avoir connu une histoire tumultueuse entre déception et fascination, l’intelligence artificielle semble enfin avoir trouvé la maturité scientifique et technologique nécessaire à son avènement au cours des prochainesannées.Restentnéanmoinsdenombreuxquestionnements,notammentquelamachinedépasse l’Homme. L’intelligence artificielle Les cinq lois proposées par la Silicon Valley Robotics, 1.“Lesrobotsnedoiventpasêtreutiliséscommedesarmes” 2.“Lesrobotsdoiventseconformerauxlois,notammentcellessurlaprotectiondelavieprivée.” 3.“Lesrobotssontdesproduits:entantquetels,ilsdoiventêtresûrs,fiablesetdonneruneimageexactedeleurscapacités.” 4.“Lesrobotssontdesobjetsmanufacturés:l’illusioncréée nedoitpasêtreutiliséepourtromperlesutilisateurslesplusvulnérables.” 5.“Ildoitêtrepossibledeconnaî�treleresponsabledechaquerobot”
  • 2. U n signe ne trompe pas sur les pro- messes actuelles de l’intelligence artifi- cielle : tous les grands noms s’y engouffrent avec des moyens conséquents. Apple a lancé le bal avec l’acquisition de la star- tup à l’origine de son assistant personnel Siri et a récemment jeté son dévolu sur Emotient et sa technologie d’analyse des visages et des émotions. Chez Google, pas moins de 1 200 projets sont en cours quand Facebook a notamment créé à Paris un laboratoire dédié avec à sa tête Yann LeCun, Amazon développe son majordome vir- tuel Alexa, le révolutionnaire Watson, la plateforme cogni- tive, fer de lance d’IBM, fait ses preuves dans le célèbre jeu télévisé Jeopardy! ou Toyota annonce un plan d’investisse- ment de plus de 1 milliard de dollars dans la recherche en intelligence artificielle pour les véhicules autonomes… Faceàtouscesinvestisse- ments privés, certains gouver- nementsontprisletaureaupar les cornes comme aux É�tats- Unis avec l’annonce d’un plan à 4 milliards de dollars pour faci- liter l’émergence du secteur ou en Corée du Sud avec un plan à 795 millions d’euros et la créa- tion d’un centre de recherche public-privé. Il faut dire que d’un point de vue économique, le cabinet d’analyse Tractica estime que le marché de l’in- telligence artificielle pour les applications en entreprise, qui ne représentait que 200 millions de dollars en 2015, dépassera les 36 milliards d’ici à 20251 ! Sans compter les 950 jeunes pousses répertoriées dans le monde sur le sujet par le cabinet Venture Scanner, qui totalisent presque 5 milliards de dollars d’investissement. En France, elles sont déjà 180 selon ISAI, ce qui en fait le se- cond pays européen derrière la Grande-Bretagne. Les applications Si l’intelligence artificielle connaî�t un tel engouement, c’est aussi parce que ses champs d’application sont particulièrement vastes comme par exemple (parmi tant d’autres) la maintenance prédictive dans l’industrie, le développement des véhicules autonomes, la cybersécurité préventive, en détection de fraudes ou encore la régénéra- tion après attaque, l’optimisa- tion des moyens de production pour le manufacturing, l’ima- gerie médicale, la gestion des flux de patients aux urgences… Le positionnement de la très prometteuse Sentient Tech- nologies est en ce sens très explicite « From healthcare to finance to e-commerce, we’re focused on changing people’s lives ». Bref, le deep learning a de beaux jours devant lui et certains prédisent même sa généralisation dans toute l’électronique de décision. D’ailleurs selon une étude de Narrative Science2 , le princi- pal bénéfice de l’intelligence artificielle pour une entreprise serait pour 44 % des sondés dans l’émergence de données pour aider aux décisions. Ce qui implique derrière de re- penser les organisations et les investissements. En interne, mais aussi vers l’externe car avec l’intelligence artificielle, c’est toute la relation avec les clients qui devra être repen- sée pour faciliter leur engage- ment. Le meilleur exemple se matérialise dans les chatbots, ces agents virtuels que 37% des fondateurs de startups sur l’AI voient comme l’applica- tion principale de l’intelligence artificielle, selon TechEmer- gence. Les technologies ont fait énormément de progrès en quelques années, notamment sur la reconnaissance vocale, comme récemment Microsoft dont le logiciel dédié a obtenu un taux d’erreur de 5,9 %, égal à celui que les transcripteurs humains! « Nous sommes en train de passer d’un monde où les gens doivent comprendre les ordinateurs à un monde dans lequel les ordinateurs doivent nous comprendre », explique Harry Shum, patron du groupe Microsoft Artificial Intelligence and Research. « Nous sommes en train de passer d’un monde où les gens doivent comprendre les ordinateurs à un monde dans lequel les ordinateurs doivent nous comprendre » Aujourd’hui euratech trends #0902 1. Tractica, “Artificial Intelli- gence Market Forecasts”, août 2016, www.tractica.com/research/ artificial-intelligence-market-forecas ts/ 2. Narrative Science, “2015 State of Artificial Intelligence & Big Data in the Enterprise”, juin 2015, http://resources.narrativescience. com 3. TechEmergence, “Machine Learning Healthcare Applications – 2016 and Beyond”, août 2016, http:// techemergence.com/machine-learn- ing-healthcare-applications/
  • 3. « En tant que fournis- seur, ce sont les briques autour de l’intelligence artificielle qui génèrent de la valeur, explique Damien Cudel, chef de marché plate- forme applicative chez Micro- soft. Le stockage, le streaming des données… l’apprentissage statistique ne coûtera pas cher, c’est sur la chaî�ne globale de traitement (collecte des don- nées, traitement temps réel, restitution…) que se trouvent les enjeux. » Du coup, de nom- breux acteurs majeurs comme Apple, Facebook, Microsoft et IBM ont fait le choix de l’open source en mettant à disposi- tion de tous l’avancée de leurs recherches. Le TensorFlow de Google que l’on retrouve dans de nombreuses applications comme la recherche, la tra- duction automatique ou les recommandations, suit aussi cette tendance. Le but de la manœuvre : s’assurer d’évolu- tions rapides pour dépasser la concurrence et surtout que la solution d’intelligence artifi- cielle soit au cœur des projets futurs… L’emploi Toutes ces avancées ne com- portent bien entendu pas que des promesses, mais aussi des craintes.Aupremierchef:l’em- ploi. Dans un rapport publié fin 2015, des analystes de Bank of America Merrill Lynch1 ont estimé que la moitié des em- plois aux É�tats-Unis pourraient être remplacés par des robots au cours des vingt prochaines années, en particulier dans l’industrie. Selon le cabinet Gartner, un tiers des emplois dans le monde seront même remplacés par des applications d’intelligence artificielle d’ici 2025. Toute la question est dès lors de savoir si dans le même temps d’autres métiers vont émerger ou si comme l’indique le cabinet de conseil en stra- tégie Roland Berger dans un rapport de 2014 : « les tâches qui requièrent de la créativité, du sens artistique, ou de l’intel- ligence sociale et du contact humain, qu’elles se rapportent à un métier manuel ou intel- lectuel, peu ou bien qualifié, seront préservées. » D’ailleurs l’étude de Narrative Science4 souligne que 80 % des sondés estiment que l’intelligence arti- ficielle va améliorer la perfor- mance des employés et créer des emplois. La singularité Autre crainte majeure alimen- tée par les fantasmes de la science-fiction : l’utilisation de l’intelligence artificielle à des fins malveillantes ou pire que l’intelligence artificielle prenne le pas sur l’intelli- gence humaine. C’est le fameux point de singularité, fixé pour le moment en 2045 et qui a poussé d’illustres personnali- tés du monde technologique à tirer dès maintenant le signal d’alarme. Un consortium a même été créé en septembre 2016 par les ténors du secteur Amazon, Facebook, Google, Microsoft, et IBM. Son but ? Répondre aux questions sou- levées par le développement de l’intelligence artificielle, partager les bonnes pratiques et éduquer le grand public sur cette thématique. Des craintes temporisées par de nombreux chercheurs comme le phy- sicien Stephen Hawking qui s’inquiète au final plus de notre dépendance aux machines que leur véritable émancipation. euratech trends #09 03 Les enjeux AGENDA 3rd International Conference on Artificial Intelligence and Applications (AIFU) du 28 au 29 janvier 2017, Dubai (UAE) 9th International Conference on Agents and Artificial Intel- ligence (ICAART) du 24 au 26 février 2017, Porto (PT) 9th International Conference on Machine Learning and Com- puting (ICMLC) du 24 au 26 fé- vrier 2017, Singapour (MY) The AI Summit du 09 au 10 mai 2017, Londres (GB) 16th International Conference on Artificial Intelligence and Soft Computing (ICAISC) du 24 au 26 février 2017, Singapour (MY) 16th International Conference on Artificial Intelligence and Law (ICAIL) du 12 au 16 juin 2017, Londres (GB) 13th International Conference on Machine Learning and Data Mining (MLDM) du 15 au 20 juin 2017, New York (US) 19e Conférence sur l’Appren- tissage automatique (CAp 2017)du28au30juin2017,Gre- noble (FR) La plate-forme Intelligence Artificielle (PFIA) du 3 au 7 juil- let 2017, Caen (FR) nucl.ai 2017 du 24 au 26 juillet 2017, Vienne (AT) 34th International Conference on Machine Learning (ICML) du 06 au 12 août 2017, Sydney (AU) 26th International Joint Confe- rence on Artificial Intelli- gence (IJCAI) du 19 au 25 août 2017, Melbourne (AU) 18th EPIA Conference on Artifi- cial Intelligence du 5 au 8 sep- tembre 2017, Porto (PT) European Conference on Ma- chine Learning and Principles and Practice of Knowledge Discovery du 18 au 22 sep- tembre 2017, Skopje (MK) 16th IEEE International Confe- rence on Machine Learning and Applications (ICMLA) du 5 au 8 septembre 2017, Porto (PT) 1. Bank of America Merrill Lynch, “Robot Revolution – Global Robot & AI Primer”, décembre 2015 2. Gartner, “Disruptive Macro Trends for 2025 Personal Tech Market — Artificial Intelligence — Me, Myselves and AI”, octobre 2016 3. Roland Berger, “Les classes moy- ennes face à la transformation digi- tale”, octobre 2014, 4. Narrative Science, “2015 State of Artificial Intelligence & Big Data in the Enterprise”, juin 2015, http://re- sources.narrativescience.com
  • 4. euratech trends #0904 www.euratechnologies.com L a région Hauts-de- France ne compte pas moins de 6 équipes de recherche, soit près d’une centaine de chercheurs et doctorants qui travaillent sur le Machine Learning et ses applications. Magnet MAchine learninG in infor- mation NETworks https://team.inria.fr/magnet Magnet s’intéresse à la défini- tion de méthodes et modèles d’apprentissage automatique au sein de réseaux d’informa- tions, en particulier ceux pré- sents sur Internet : réseaux d’interactions, hyperliens ou réseaux sociaux. Ces réseaux sont constitués d’informations en grands volumes hétéro- gènes, principalement tex- tuelles, organisées sous forme degrandsgraphesdontlesliens sont explicites ou induits. Les objectifs envisagés sont les sys- tèmes de veille, de recherche et d’extraction d’informations, et de recommandations. SequeL Sequential Learning https://team.inria.fr/sequel SequeL développe des concepts et algorithmes fiables pour répondre aux problé- matiques de systèmes artifi- ciels traitant, par exemple, des pages web créées, modifiées ou supprimées du web ou des mesures de capteurs acquises par un système passif ou actif (interagissant sur son environ- nement, tel que agent logiciel ou robot matériel). À� partir de ces données, ces systèmes ex- traient des informations pour repérer des objets (classifica- tion), pour évaluer les para- mètres d’un processus (esti- mation), pour interagir avec son environnement (décision séquentielle). Ces algorithmes sont également utilisables dans le cadre de traitement par lot de gros volumes de don- nées. Ces travaux ont des appli- cations dans les systèmes de recommandation ou le jeu de Go (Crazy Stone, logiciel primé à de nombreuses reprises). DOLPHIN Discrete multiobjective Opti- mizationforLarge-scalePro- blems with Hybrid dIstribu- ted techNiques http://dolphin.lille.inria.fr DOLPHIN est au coeur de la modélisation et la résolution parallèle de problèmes d’opti- misation combinatoire (multi- objectifs) de grande taille. Des méthodes parallèles coopéra- tives efficaces sont dévelop- pées à partir de l’analyse de la structure du problème traité. Les problèmes ciblés sont des problèmes génériques (ordon- nancement flow-shop, élabo- ration de tournées, etc.) et des problèmes industriels de logis- tique, transport, énergie ou de bioinformatique. MODAL MOdel for Data Analysis and Learning https://modal.lille.inria.fr MODAL développe des mo- dèles génératifs pour l’analyse de données hétérogènes et / ou complexes multivariées. Les exemples typiques de ce type de données sont des cova- riables nominales multivariées ou la combinaison de variables continues et nominales hété- rogènes. Bien évidemment, le traitement d’autres cova- riables complexes - ordinales, de rapport ou d’intervalle - est envisageable. À� partir de ces modèles génératifs, une analyse statistique pertinente permet ensuite d’obtenir l’analyse visuelle et la classi- fication supervisée, semi-su- pervisée ou à l’estimation de densité. Les axes de recherche se concentrent sur les modèles génératifs, qui sont des mo- dèles décrivant le processus de génération des données, à la différence des modèles pré- dictifs. INOCS INtegrated Optimization with Complex Structure https://team.inria.fr/inocs INOCS travaille sur la modé- lisation et la résolution des problèmes d’optimisation de grande taille avec struc- ture complexe. L’optimisation consiste à trouver une meil- leure solution parmi un en- semble de solutions possibles. Sa modélisation peut être un programme mathématique où les variables de décisions doivent satisfaire un ensemble de contraintes définissant la réalisabilité de la solution et optimiser une ou plusieurs fonctions objectifs. Elle est dite à structure complexe quand elle comprend des décisions de type/nature différentes (par exemple stratégique, tac- tique ou opérationnelle) et/ou des décisions présentant une structure hiérarchique du type meneur-suiveur (problèmes bi-niveau) et/ou des décisions prises dans un environnement incertain. HEUDIASYC Heuristique et Diagnostic des Systèmes Complexes https://www.hds.utc.fr L’équipe DI (Décision, Image) concentre son activité sur le développement de nouvelles méthodes d’analyse et de fu- sion de données, le raisonne- ment dans l’incertain, l’appren- tissage statistique, l’analyse d’images et la vision par ordi- nateur. Les applications se font dans les secteurs de l’environ- nement, de la santé, des trans- ports, du diagnostic industriel, la bioinformatique et l’aide au diagnostic médical. Hauts-de-France Directeur de publication : Massimo Magnifico Rédacteur en chef : Patrick Bertolo Journaliste :Thibault Caudron 165 avenue de Bretagne 59000 Lille 03.20.19.18.55 contact@euratechnologies.com Atos lance le programme quantum, une plateforme de simulation quantique pour l’IA Après la présentation de son supercalculateur exaflopique Sequana qui pourra calculer 1 milliard de milliards d’opérations par seconde d’ici 2020, Atos lance son programme Quantum afin de permettre le développement d’une plateforme de simulation destinée à tester les algorithmes et les logiciels des futurs ordinateursquantiques.Unpôleseratoutparticulièrementconsacréàlamiseaupointd’algorithmesdestinés à la constitution d’un portefeuille d’applications quantiques pour le calcul intensif, le big data, l’intelligence artificielleetlacybersécurité.