...
dans un système informatique conventionnel, les données sont traitées de manière séquentielle ... l’informatique neuromorphique utilise des réseaux de neurones artificiels pour le traitement des données. Ces réseaux interconnectés sont inspirés de la structure et du fonctionnement des neurones du cerveau humain. L’une de ses caractéristiques les plus importantes est le traitement parallèle et simultané des informations
...
équipé de plus de 1 000 nouvelles puces ... appelées processeurs Loihi 2, fonctionnent de manière très efficace. Elles peuvent traiter les tâches d’intelligence artificielle 50 fois plus rapidement que les ordinateurs traditionnels. Pour vous donner une idée de sa puissance, Hala Point peut effectuer jusqu’à 20 quadrillions d’opérations par seconde.
En termes de structure, Hala Point est composé de 1,15 milliard de « neurones » artificiels et de 128 milliards de « synapses » artificielles
...
sa grande efficacité énergétique. Cet ordinateur peut en effet accomplir jusqu’à 15 000 milliards d’opérations avec seulement un watt d’énergie. C’est environ 100 fois plus économe en énergie que les systèmes plus traditionnels.
Intel prévoit d’utiliser Hala Point aux laboratoires nationaux Sandia au Nouveau-Mexique pour résoudre des problèmes complexes liés à la physique des appareils, à l’architecture informatique et à l’informatique. Cette utilisation initiale démontre ainsi l’engagement d’Intel à explorer les applications pratiques de cette technologie révolutionnaire dans des domaines critiques de la recherche et de l’innovation.
IA - Intelligence artificielle - Par Léa Salamé, Xavier Demagny - 14 min
...
on peut entraîner ces systèmes de "deep learning" (qui ont des réseaux de neurones artificiels de très grande taille et des milliards de paramètres, l'équivalent des connexions entre les neurones dans le cerveau), sur des quantités de texte absolument énormes, de l'ordre de 1000 milliards de mots, soit la totalité des textes qui résident sur Internet. Et ils finissent par apprendre certainement à manier la langue, mais aussi à faire un certain niveau de raisonnement et en tout cas d'adapter des choses qu'ils ont lues à la situation qu'on leur demande.
...
on interagira avec des assistants virtuels intelligents qui, à un certain moment auront une intelligence similaire à l'intelligence humaine, peut-être supérieure dans certains domaines et qui pourront nous aider dans nos vies de tous les jours
...
Découvrez les cellules à mémoire interne : les LSTM - Initiez-vous au Deep Learning - OpenClassrooms
Dans ce chapitre, nous allons découvrir les cellules à mémoire interne : les LSTM et comprendre le mécanisme des portes de contrôle. Ensuite, nous allons assimiler l'utilisation des LSTM en couches et comprendre l'intérêt des LSTM bidirectionnels et multidimensionnels, et leur fonctionnement.
...
ensemble des poids wab sont appris lors de la phase d'apprentissage
...
Aller plus loin
- Alex Graves: Supervised sequence labelling with recurrent neural networks. Technical University Munich 2008, pp. 1-117.
- Alex Graves, Jürgen Schmidhuber: Offline Handwriting Recognition with Multidimensional Recurrent Neural Networks. NIPS 2008: 545-552.
- Kyunghyun Cho, Bart van Merrienboer, Çaglar Gülçehre, Fethi Bougares, Holger Schwenk, Yoshua Bengio: Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. CoRR abs/1406.1078 (2014).
...
Les professeurs
- Romain Herault, Maître de conférences à l’INSA de Rouen-Normandie et membre de l’équipe apprentissage du LITIS.
- Clement Chatelain, Maître de conférences à l'INSA Rouen Normandie/Laboratoire LITIS : Deep Learning, Reconnaissance d'écriture, imagerie médicale, etc.
Sciences - Technologies et innovations - 97 min Version française
L'intelligence artificielle va-t-elle remplacer l'humanité ? Ce documentaire prend la mesure de l'emprise des algorithmes sur nos vies. Il donne la parole à ceux qui débattent de l'IA (sociologues, avocats des droits de l'homme, scientifiques ou journalistes d'investigation) et à ceux qui l'inventent, comme Jürgen Schmidhuber et Ilya Sutskever, à la posture ambivalente.
"La création d'une intelligence artificielle serait le plus grand événement de l'histoire de l'humanité. Mais il pourrait être aussi le dernier", disait Stephen Hawking. Le célèbre cosmologiste avait prévu la croissance infinie de l'informatique mais partageait avec certains pionniers la crainte qu'elle ne devienne incontrôlable. Aujourd'hui, l'IA promet d'aider à guérir des maladies, de faire face aux changements climatiques ou de combattre la pauvreté. Mais elle menace aussi d'influer insidieusement sur nos comportements, de mettre à mal l'idée même de sphère privée ou d'aider les dictatures à asseoir leur pouvoir. En proie à une surveillance algorithmique, notre identité peut dorénavant se réduire… à des données.
Toute-puissance
L'IA sera vite dépassée. On parle aujourd'hui d'une intelligence artificielle générale (IAG), capable de s'adapter et d’apprendre seule, qui égalerait, voire dépasserait les capacités humaines. De quoi allécher les firmes qui font commerce des données numériques (les célèbres Gafam). Le documentaire dresse l'état des lieux de l'IA en donnant la parole à ceux qui en débattent (sociologues, avocats des droits de l'homme, scientifiques ou journalistes d'investigation) mais aussi à ceux qui l'inventent, comme Jürgen Schmidhuber et Ilya Sutskever, deux grands chercheurs et initiateurs, à la posture ambivalente : conscients de la toute-puissance de leur création mais déterminés à poursuivre leurs travaux.
Réalisation : Tonje Hessen Schei Pays : Norvège Année : 2019
Tr.: ... LSTM ...
Ndlr : LSTM ? -> de la famille des réseaux de neurones récurrents "Un réseau Long short-term memory (LSTM), en français réseau récurrent à mémoire court et long terme ou plus explicitement réseau de neurones récurrents à mémoire court-terme et long terme, est l'architecture de réseau de neurones récurrents la plus utilisée en pratique qui permet de répondre au problème de disparition de gradient." selon https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_r%C3%A9currents
Publié le 31/01/2020 - Durée : 00:57:52
Intervenant(s) : Pascal Bourdon, Laboratoire XLIM - Université de Poitiers
Connue / https://twitter.com/mdrechsler/status/1228700189751488513
Transcription : ... 20:50 le modèle PAC( Probablement Approximativement Correct) ... réseau de neurones artificiel ... bioinspiration ... apprentissage profond ... pb d'opacité fait peur ... boîte noire ... agent rationnel ... biais cognitif ... aide au diagnostic ...