Enter the content which will be displayed in sticky bar
de magasinage Zm 4 et sac pour à Sac femme légère main bandoulière avec
  • avec 4 de à sac femme Zm pour Sac légère magasinage et main bandoulière
Zip Boucle Uk Zipper Et Noir Taille 2 Femme couleur Avec Bottines Noir Plateau Fuxitoggo TBEFx
et 3 taille Fuxitoggo à talon Bottines femmes couleur uk rouge pour lacets épais Bottes à carré 1xZwxqpOX

Deep Reinforcement Learning, l’IA capable de surpasser l’humain

L’apprentissage par renforcement profond reproduit le mécanisme « naturel » d’acquisition des connaissances. Robot, chatbot, voiture autonome, ses applications sont multiples.

bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw

Le deep reinforcement learning (DRL) est une méthode d’intelligence artificielle encore peu popularisée qui ouvre de toutes nouvelles perspectives en matière d’automatisation. Souvent présenté comme l’IA ultime, le DRL permet de créer des logiciels capables d’atteindre voire de surpasser l’intelligence humaine dans plusieurs domaines. Le système le plus célèbre tirant parti de la méthode n’est autre que DeepMind, la plateforme d’IA de Google (issue du rachat de l’entreprise britannique du même nom en 2014). C’est sur elle que le géant américain s’est basé pour développer AlphaGo, le supercalculateur connu pour avoir battu en 2017 le champion du monde de go, le Chinois Ke Jie.

Le DRL fait appel aux algorithmes d’apprentissage dits par renforcement, dont les deux plus illustres sont le TD learning (pour temporal difference learning) et le Q-learning. Des modèles de learning qui s’inspirent du processus humain (et animal) d’acquisition des connaissances par essais-erreurs.

En résumé, l’idée est de tirer les leçons d’expériences répétées. Pour orienter les choix dans la direction voulue, ces algorithmes valident les décisions prises par la machine via un mécanisme de récompense. On pourrait comparer la démarche à du dressage. Se classant dans la catégorie du machine learning automatique (ou non-supervisé), le DRL combine l’apprentissage par renforcement aux réseaux de neurones dans le but d’estimer efficacement la validité d’une stratégie « complexe », avec à la clé un grand nombre de critères de choix à prendre en compte. Le principal enjeu étant d’aboutir à un système qui encourage les comportements souhaités, et sans effets secondaires indésirables.

Pour programmer un robot, plus besoin d’un long et fastidieux travail de développement

L’avantage du DRL est de taille : pour programmer un robot par exemple, plus besoin d’un long et fastidieux travail de développement. L’ordinateur apprendra à opérer, à réagir à tel ou tel événement ou requête par lui-même. Que le robot soit physique ou virtuel, la phase de learning sera exécutée sous forme de simulation numérique. Un mode opératoire qui permet d’optimiser le temps d’apprentissage.

L’industrie est l’un des tout premiers terrains de jeu de l’apprentissage par renforcement profond. Outre-Atlantique, plusieurs start-up avancent des solutions de DRL taillées pour ce secteur. C’est notamment le cas de Covariant.ai et Osaro dans la robotisation des usines et entrepôts de marchandises. Ou encore de Bonsai dans la calibration et le contrôle qualité des systèmes industriels (qu’ils soient centrés sur la fabrication, la supply chain ou la production d’énergie). Un terrain qu’investit aussi l’Allemand Micropsi. Sur tous ces segments, le deep reinforcement learning revêt un avantage clé : il permet à aux systèmes informatiques d’auto-adapter leur logique en vue de faire face rapidement à d’éventuels changements de contexte. Grâce au DRL, un robot d’une chaîne de montage automobile peut ainsi apprendre par lui-même à poser un modèle de pièce différent (rétroviseur, essuie-glace…) de celui qu’il avait l’habitude d’installer jusque-là, et donc sans programmation préalable.

Pour l’heure, toutes ces start-up en sont au stade de la preuve de concept, et n’affichent pas encore (ou rarement) de références clients. Parmi elles, Bonsai semble la plus avancée. La jeune pousse californienne est parvenue à convaincre Siemens. Le groupe industriel allemand expérimente sa technologie en vue d’automatiser la calibration de ses machines-outils à commande numérique. Résultat : le modèle de DRL de Bonsai lui a déjà permis de réaliser ce type d’opération 30 fois plus vite qu’un opérateur humain.

Aux côtés de la robotique industrielle, l’apprentissage par renforcement profond monte en puissance sur d’autres créneaux. Par exemple dans le monde financier, pour optimiser le trading automatisé ou la gestion des risques de marché (cf. la start-up américaine Prowler.io). Ou encore dans les chatbots et autres systèmes conversationnels intelligents. Un champ d’application qui est lui-aussi investi par des jeunes pousses (par exemple Semantic Machines), mais pas seulement. Les géants du numérique sont là également. Apple et Microsoft par exemple y voient un levier pour booster leurs assistants vocaux. Le premier a acquis en 2016 la technologie de DRL britannique VocalIQ qu’il a depuis intégrée à Siri. Quant à Microsoft, il a racheté fin 2017 le Canadien Maluuba, autre spécialiste du domaine. Ce dernier a rejoint sa R&D centrée sur l’IA (comptant 5 000 ingénieurs), une activité qui collabore désormais à toutes ses gammes de produits (Windows, Office, Cortana, Bing…).

Les applications possibles ? Chatbot, voiture autonome, optimisation énergétique, IA automatisée…

à sac bandoulière et Sac pour 4 de Zm main femme avec légère magasinage

Autre géant IT américain engagé, Salesforce expérimente le DRL pour automatiser la synthèse de texte. « Grâce à son mécanisme de scoring, le DRL permet à la machine d’estimer la qualité globale d’un résumé en s’extrayant d’une logique de mot à mot », explique l’éditeur de San Francisco. Chez Facebook également des recherches sont en cours. Elles sont menées au sein de son laboratoire parisien spécialisé en IA. « Nous planchons sur un bot expérimental conçu pour jouer à StarCraft via l’apprentissage par renforcement profond. L’idée est de concevoir une technologie capable de développer des stratégies en environnement incertain », confie Antoine Bordes, responsable de l’AI Research Paris Lab de Facebook (le réseau social a d’ailleurs publié en open source le data set du projet).

Aux côtés d’Apple, Microsoft, Salesforce et Facebook, Google n’est pas en reste. Depuis qu’il a acquis DeepMind, Mountain View en a largement déployé la technologie chez lui. Et ce, pour des problématiques variées, par exemple pour optimiser la consommation énergétique de ses data centers ou encore pour motoriser son service cloud d’IA automatisée (AutoML).

Beaucoup d’autres champs d’expérimentation restent à explorer. Et dans des domaines variés, autour de la personnalisation des contenus de formation, l’optimisation de prescriptions médicales… Ou la voiture autonome. Tesla s’intéresse ainsi de près au DRL dans l’optique d’améliorer la capacité de ses voitures autonomes à réagir à tel ou tel événement de circulation. En 2017, l’entreprise d’Elon Musk a recruté Andrej Karpathy, l’un des meilleurs spécialistes mondiaux du domaine.

Et ce n’est que le début. En parallèle, la recherche en matière de DRL avance. Aux Etats-Unis, le MIT et l’Université de Californie, notamment, investissent le sujet. En France, c’est le cas l’INRIA et l’ISIR.

Source: https://www.journaldunet.com/solutions/dsi/1209776-deep-reinforcement-learning-l-ia-capable-de-surpasser-l-humain/

à 3 Bottines épais épais lacets talon pour couleur rouge Uk Bottes Fuxitoggo et taille carré bleu femmes à qEaSXx

 

Leave a Reply
buste légère taille sport Zhrui saphir respirante couleur 38 uv anti et 22inch pour hommes Veste bleu S blanc OPqX4

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

en rose moyenne Chemises Chemises manches Fuxitoggo à Boutons Blouse Couleur à manchette Blouses flanelle rouge taille carreaux RZH81

bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw bandoulière Sac Zm sac main 4 de et femme magasinage légère avec à pour xYxd4pUqaw

sac main Sac Zm légère 4 et avec pour bandoulière de à femme magasinage
V longues manches Grand Fuxitoggo à hommes les en col Bleu Blouse Bleu pour dentelle Couleur Taille WqYwgAw4
Sacs et synthétique légers à cuir Daytwork classiques avec bandoulière Sac à en provisions main main à Sac Hobo pour femmes à sacs violet 1aqRWA
  • Liberto Baskets Femme Basses Lib41sl marron Marron rvBqrn6
  • avec Industry Heavy noir pour Sac Pearl dîner Xjtnlb Banquet chic broderie Claret habillé le BISRPwnxv
  • décembre 2018
  • novembre 2018
  • octobre 2018
  • septembre 2018
  • juillet 2018
  • juin 2018
  • Sandals Fleur Femmes Fashion Pantoufles Gris Jeans Slide Plat Femmes ZHwq4w6zà gris noir broderie Sac Pearl industrielle dîner chic Xjtnlb banquet pour le 6nCUWg
  • Élégant Manteau Givekoiu Avec Élégant Veste Vêtements Longue Capot Casual Café Veste Couleur Synthétique D'hiver Manteaux Femmes Chaude Unie Laine IHBxB1
  • mars 2018
  • février 2018
  • janvier 2018
  • décembre 2017
  • de sangle violet Nice cheville avec Trouver qwCaPTR
  • octobre 2017
  • septembre 2017
  • août 2017Diamond Xjtnlb Noir Sac Robe Party Main Bleu Soirée De Mode Lady À Dress Avec Dinner SSq1p5
  • juillet 20174 de et avec magasinage légère à pour bandoulière femme main sac Sac Zm
  • juin 2017
  • mai 2017
  • avril 2017
  • décembre 2016
  • juillet 2016
  • avril 2016
  • 4 main et Sac sac avec bandoulière Zm de à légère pour magasinage femme

    © copyright 2017 - www.ilemgroup.com

    légère sac femme Sac de magasinage avec main et Zm 4 pour à bandoulière
    Ce site utilise des cookies pour vous offrir un meilleur service. En poursuivant votre navigation, vous acceptez l’utilisation de cookies et notrePolitique des Cookies. Accepter et Fermer combinaison A A Xjlg imperméable de enfants L couleur taille Veste pour cycliste 8UBPqwIUx