Menu Fermer

Articles sur apprentissage profond (deep learning)

Affichage de 1 à 20 de 82 articles

Portraits de John Hopfield et Geoffrey Hinton, lauréats du prix Nobel de physique 2024 pour leurs découvertes et inventions qui ont permis de développer l'apprentissage machine avec des réseaux de neurones artificiels. Niklas Elmehed © Nobel Prize Outreach

Aux sources de l’IA : le prix Nobel de physique attribué aux pionniers des réseaux de neurones artificiels et de l’apprentissage machine

En inventant les réseaux de neurones artificiels dans les années 1980, John Hopfield et Geoffrey Hinton ont posé les bases de l’intelligence artificielle.
Les IA apprennent plus vite que jamais. Mais lorsqu’elles ont intégré des données biaisées ou confidentielles, comment faire en sorte qu’elles les oublient ? jackie_vfx/Shutterstock

Apprendre à désapprendre : le nouveau défi de l’intelligence artificielle

Le prix Nobel de physique 2024 récompense John Hopfield et Geoffrey Hinton pour leurs travaux sur l’IA. Les IA apprennent plus vite que jamais. Mais peut-on faire en sorte qu'elles oublient ?
Les échecs, domaine où l'ordinateur a surpassé l'être humain, peuvent-ils nous permettre d'anticiper les conséquences du développement de l'IA ? Jakob Berg/Shutterstock

Ce que l’histoire du jeu d’échecs nous apprend sur les risques de l’IA

Depuis plus de 25 ans, les machines sont plus fortes que les humains aux échecs. Cela constitue une étude de cas intéressante pour envisager les futurs impacts de l’IA sur notre société.
Les neurones artificiels peuvent-ils servir de modèle pour comprendre les vrais neurones ? GDJ/Pixabay

L’IA pourrait-elle avoir des crises d’épilepsie ?

L’IA permet-elle de modéliser certaines pathologies neurologiques ? La question peut se poser pour l’épilepsie, où le cerveau a une activité excessive… Quelles sont les limites aux comparaisons ?
Se concentrer sur les risques que pose l'IA pour la survie de l'humanité… un miroir aux alouettes? gopixa, Shutterstock

Intelligence artificielle : prendre en compte ses risques concrets, plutôt que de potentielles menaces existentielles

La question de savoir si l’intelligence artificielle pourrait potentiellement anéantir la civilisation humaine détourne l’attention de défis plus urgents.
Peu de voix critiques à l’égard de l’IA se font entendre dans la couverture des médias traditionnels sur le sujet. (Shutterstock)

L'IA profite d'une couverture partiale des médias

La couverture médiatique de l’intelligence artificielle reflète davantage l’engouement du milieu des entreprises et du gouvernement que les opinions critiques.
Nos données personnelles sont partout sur internet, et peuvent être utilisées à très mauvais escient. Дмитрий Хрусталев-Григорьев , Unsplash

Données personnelles : rien à cacher, mais beaucoup à perdre

Pour mieux protéger les données personnelles de tous ceux qui utilisent des appareils numériques, de nouvelles méthodes sont en développement.
Les accents participent à la diversité culturelle. bbernard, shutterstock

Quand les IA s’attaquent à nos accents

Gommer les accents devient possible grâce à l’intelligence artificielle, mais est-ce bien souhaitable ? D’ailleurs, qui n’a pas d’accent ?
Il y a six ans, un expert pronostiquait la disparition des radiologues au profit de l'IA. Une erreur. MArt Production / Pexel

Radiologie : pourquoi l’IA n’a (toujours) pas remplacé le médecin

L'utilisation de l'AI en médecine a beaucoup fait parler, mais qu'en est-il vraiment ? Le cas concret de son appropriation en radiologie montre les limites et les questions qu'elle pose.
Intérieur de l'un des ordinateurs quantiques développés par IBM. IBM Research/flickr

Qu’est-ce qu’un algorithme quantique ?

Innovation majeure en cours de développement, l’informatique quantique se base sur des algorithmes et des logiques entièrement différents de l’informatique classique.
La consommation énergétique d’une seule exécution d’entraînement des derniers réseaux de neurones profonds dédiés au traitement naturel du langage dépasse les 1000 MegaWh (plus d’un mois de calculs sur les machines les plus puissantes actuelles). Shutterstock

Apprentissage profond et consommation énergétique : la partie immergée de l’IA-ceberg

L’apprentissage profond, composante à la base de l’intelligence artificielle, implique une consommation énergétique considérable qui interroge sur la nécessité de ces technologies et appelle à penser l’éthique qui lui serait adaptée.

Les contributeurs les plus fréquents

Plus