00:00:01

séminaire dédié à l'intelligence

00:00:03

artificielle avec la participation

00:00:04

exceptionnelle de Oliveira Strategy,

00:00:06

consultant et auteur sur ce sujet que

00:00:09

j'ai le plaisir de recevoir ce matin,

00:00:11

qui va animer donc ce séminaire

00:00:13

sur cette thématique?

00:00:14

Nous allons démarrer d'ici une à 2

00:00:17

petites minutes, le temps pour tous

00:00:19

les participants de nous rejoindre.

00:00:21

Euh, donc Olivier dans la parole,

00:00:23

dès que, dès que le moment arrive,

00:00:25

Bonjour à

00:00:26

tous et à toutes.

00:00:31

Quasiment 10h il y a encore.

00:00:33

Pas mal de participants qui

00:00:35

sont en train d'arriver.

00:00:36

Olivier, je te propose qu'on

00:00:38

attende encore une petite

00:00:39

minute et puis redémarre.

00:00:40

On démarre le séminaire.

00:00:45

Ciné.

00:00:59

Donc juste pour un petit rappel,

00:01:01

pendant que les participants

00:01:02

sont en train d'arriver.

00:01:03

Pour les personnes déjà connectées,

00:01:05

vous avez sur le bandeau droit de

00:01:06

votre Go to webinar la possibilité

00:01:08

de poser des questions à Olivier.

00:01:10

Donc vous avez un petit,

00:01:12

un petit bandeau questions.

00:01:13

N'hésitez pas à cliquer dessus et à

00:01:15

poser vos questions au fur et à mesure.

00:01:17

Gaëtan petitprez nous a déjà

00:01:18

dit Bonjour Lydie également,

00:01:20

donc n'hésitez pas pour les personnes,

00:01:21

je vois que certains d'entre vous

00:01:23

ont déjà déjà repérer le le bloc.

00:01:25

N'hésitez pas à utiliser

00:01:26

la fonction de questions,

00:01:27

ça permettra à Olivier d'interagir avec vous,

00:01:29

hein?

00:01:29

Et donc s'il y a des questions

00:01:31

qui sont amenés par cette

00:01:32

présentation au fur et à mesure,

00:01:34

n'hésitez pas à les poser.

00:01:37

Bonjour Patrick, qui animent le

00:01:38

séminaire avec avec moi et Olivier,

00:01:41

euh pourra poser des questions.

00:01:42

Donc Olivier à Gwendoline te

00:01:44

posera les questions hein.

00:01:45

Parce que Ben lorsque ça se présentera

00:01:47

et que ça nécessité effectivement à

00:01:49

une précision où d'approfondir à la

00:01:51

le sujet que tu présenteras l'appui

00:01:53

au cours de la présentation.

00:01:55

Et y compris, mais surtout au cours de

00:01:58

la présentation, n'hésitez pas grave,

00:02:00

l'outil effectivement fait pour ça.

00:02:02

La présentation se veut

00:02:03

réellement interactive.

00:02:04

Olivier à hacker un également,

00:02:05

de répondre au plus près de vos

00:02:08

interrogations, donc poser vos questions.

00:02:09

N'hésitez pas à, et donc elles seront,

00:02:12

elles seront traitées à Bonjour Olivier.

00:02:14

Euh, voilà, on atteint déjà un peu plus

00:02:16

d'une soixantaine de personnes en attendant,

00:02:18

euh, un peu plus de 300 personnes

00:02:21

sur ce séminaire.

00:02:22

Donc Ben écoutez,

00:02:23

je vous propose de démarrer par le agenda.

00:02:26

Ah, et puis les.

00:02:28

Les participants arriveront

00:02:29

au fur et à mesure.

00:02:31

L'agenda que je vous propose aujourd

00:02:33

hui avec Olivier qui a conseillé un en

00:02:36

entreprise pour les stratégies d'innovation

00:02:38

et qui accompagnent beaucoup de start-up,

00:02:41

notamment comme consultant,

00:02:42

mais qui est aussi conférencier auteur,

00:02:44

euh, est très attaché à la technologie,

00:02:47

notamment allia à et publie

00:02:49

beaucoup de d'articles,

00:02:50

un sur sur son blog opinions libres,

00:02:53

qui est très qui est très apprécié.

00:02:55

Le agenda sera le suivant,

00:02:57

la première partie ce sera de

00:03:00

comprendre comment se intègre l'IA,

00:03:02

quel est son positionnement.

00:03:03

Dans notre quotidien,

00:03:04

mais également dans celui à des entreprises.

00:03:07

La 2e partie,

00:03:08

ce sera les données qui sont au cœur de l'IA.

00:03:11

Et bien comment effectivement

00:03:13

ces données vont alimenter.

00:03:14

Il y a, euh,

00:03:15

pourquoi elles peuvent être introduites?

00:03:17

Euh, il y a des billets alors?

00:03:20

Olivier expliquera cette cette terminologie,

00:03:21

comment les éviter?

00:03:23

Et puis.

00:03:24

Quelles sont les données qui ont

00:03:25

plus de valeur pour l'IA par rapport

00:03:28

à à d'autres données qui seraient

00:03:29

moins riche et moins intéressante?

00:03:31

La 3e partie,

00:03:32

c'est l'adoption de

00:03:33

l'intelligence artificielle.

00:03:34

Et une fois que que tout est en place,

00:03:37

qu'on a des puissances de calcul qui

00:03:39

sont maintenant aujourd'hui accessibles,

00:03:40

des algorithmes de plus en plus

00:03:42

performants et des solutions

00:03:43

qui sont intégrées nativement.

00:03:45

Euh, bien,

00:03:45

comment l'intelligence artificielle?

00:03:46

Effectivement,

00:03:47

elle va pouvoir être

00:03:48

adopté dans dans les usage.

00:03:51

Enfin, c'est comment l'intelligence c'est.

00:03:52

C'est ce qui nous intéressé également.

00:03:54

Un chailluz à une fois qu'on a

00:03:56

brossé ce panel qui est important

00:03:58

de comprendre comment l'IA,

00:03:59

l'intelligence artificielle

00:04:00

peut se mettre au service de la

00:04:02

dématérialisation et l'automatisation

00:04:03

des processus financiers,

00:04:04

et on finira également pour les personnes

00:04:06

qui auraient d'autres questions,

00:04:07

qui arriverait peut-être à

00:04:08

la fin de ce séminaire.

00:04:10

Il vient de se réserver 15 minutes de

00:04:13

questions réponses pour aborder les

00:04:15

thématiques que l'on n'aurait pas pu

00:04:17

voir au fur et à mesure de se dérouler.

00:04:20

Olivier,

00:04:20

je te propose de prendre la main

00:04:22

pour démarrer sur sur cette première

00:04:24

partie sur ce positionnement

00:04:25

et peut-être de date repréciser

00:04:27

un petit peu ton ton profil,

00:04:29

donc j'ai expliquer un petit

00:04:30

peu ce que tu faisais.

00:04:32

Mais si tu veux complémentaire avec plaisir.

00:04:35

OK, bah c'est partit alors moi

00:04:36

j'ai un background de d'ingénieur

00:04:38

logiciel à l'origine hein.

00:04:39

J'avais démarré ma vie professionnelle

00:04:41

en 85 comme ingénieur logiciel dans

00:04:43

une filiale du groupe Dassault et dans

00:04:45

des solutions d'ailleurs qui était lié

00:04:47

à ce qu'on appelle électronique Bing

00:04:49

donc un marché assez niche et pointus.

00:04:51

Ensuite, j'ai passé 15 ans chez Microsoft

00:04:53

ou j'ai plutôt fait du marketing

00:04:55

opérationnel donc j'ai appris en gros

00:04:57

à marketer des logiciels et depuis 14

00:04:59

ans je suis consultant indépendants et

00:05:01

je m'intéresse beaucoup au Deep tech

00:05:03

parce qu'on appelle les technologies.

00:05:05

Enfin des technologies avancées

00:05:06

et je m'intéresse en ce moment.

00:05:08

Bah beaucoup à l'intelligence artificielle.

00:05:09

Elle est aussi un autre domaine

00:05:11

qui est nouveau et qui émergent,

00:05:13

qui est l'informatique quantique et ma

00:05:15

manière de procéder c'est d'écrire beaucoup,

00:05:17

et notamment des hiboux.

00:05:18

Qu'en plus des articles sur mon

00:05:20

blog vous pouvez télécharger un

00:05:21

un livre qui s'appelle les usage

00:05:23

de l'intelligence artificielle que

00:05:24

j'ai publié déjà en 3 éditions.

00:05:26

La 3e édition date de novembre 2018.

00:05:28

Je prépare pour novembre

00:05:30

prochain une 4e édition.

00:05:31

Et ça permet de faire un tour d'horizon

00:05:34

complet qu'on va faire rapidement en

00:05:36

un peu plus d'une heure aujourd hui

00:05:38

de de tous les aspect de de l'IA.

00:05:40

Alors pour commencer je voudrais

00:05:42

revenir sur un point,

00:05:43

un point qui perturbent encore

00:05:44

beaucoup de monde,

00:05:45

qui est que tout le monde n'est pas

00:05:47

d'accord sur ce que c'est que l'IA

00:05:49

et ça ça donne d'ailleurs lieu à des

00:05:52

des positionnements un peu ubuesque

00:05:54

puisque vous avez d'un côté Luc Julia

00:05:56

qui est le l'actuel patron de la R et d

00:05:59

de Samsung en Corée qui est français,

00:06:01

qui est,

00:06:02

par ailleurs le co-inventeur de.

00:06:03

Aux créateurs de Siri le système de

00:06:05

dialogue homme machine de d'Apple et

00:06:07

donc il a écrit un article un peu plus

00:06:09

d'un an expliquant que l'IA n'existait pas.

00:06:11

Il y en a même fait un livre qui

00:06:13

est disponible dans l'édition

00:06:14

et dans le même temps,

00:06:16

vous avez Laurent Alexandre qui est très

00:06:17

connu pour ses positions un peu tonitruante,

00:06:19

qui vous explique que il y a

00:06:21

expliqué les gilets jaunes.

00:06:22

Bon alors vous avez 2 extrême

00:06:24

complètement opposé et qui sont

00:06:25

liées au fait que tout le monde

00:06:27

n'est pas d'accord sur ce qu'on

00:06:29

entend par intelligence artificielle.

00:06:30

Alors la raison pour laquelle tout le

00:06:32

monde n'est pas d'accord c'est déjà.

00:06:34

Je suis pas sûr que tous les psychiatres,

00:06:36

psychologues et spécialisée

00:06:37

neurosciences soi-même d'accord sur

00:06:38

la notion d'intelligence humaine,

00:06:39

la l'intelligence humaine et multi-facettes,

00:06:41

la notion même de conscience est

00:06:43

un sujet débattu depuis au moins

00:06:44

quelques quelques millénaires depuis

00:06:46

au moins les grecs.

00:06:47

Et donc on a une une,

00:06:49

une délimitation de la frontière,

00:06:50

de ce que ce qu'est l'intelligence

00:06:52

humaine qui n'est pas très clair,

00:06:54

donc c'est encore plus dur de définir

00:06:56

ce qu'est un ami machine à l'origine.

00:06:58

En fait, ce terme.

00:07:01

Un peu barbare Intel et

00:07:02

d'intelligence artificielle.

00:07:03

Il a été inventé par des chercheurs,

00:07:05

alors c'est c'est 1K un peu

00:07:06

particulier parce que d'habitude,

00:07:08

quand vous entendez parler d'un

00:07:09

nouveau domaine de l'informatique,

00:07:10

que ce soit le cloud de smartphone,

00:07:12

enfin tu vois tous ces sujets,

00:07:14

le Big data, tous ces mots qui sont

00:07:16

apparus ces dernières décennies.

00:07:18

En général, ils ont été inventé

00:07:19

par des gens du marketing,

00:07:21

de d'offreurs, donc marketing,

00:07:22

société technologique souvent américaine

00:07:24

et parfois par des consultants.

00:07:25

Il faut savoir que le mot

00:07:27

bureautique a été inventé par un

00:07:28

français qui est toujours vivant,

00:07:30

qui s'appelle Louis noguès.

00:07:31

Je connais bien, euh,

00:07:33

mais c'est un consultant,

00:07:34

c'est pas un chercheur et bien

00:07:36

l'intelligence artificielle.

00:07:37

L'expression a été inventé par 4

00:07:39

chercheurs en 1955 exactement le

00:07:41

31/8/55 dans un mémo qui l'ont écrit,

00:07:43

euh, pour proposer l'organisation

00:07:45

d'une sorte de séminaire ou de

00:07:47

hackathon si on utilisait le jargon

00:07:49

de aujourd'hui pour réfléchir à cette

00:07:51

nouvelle discipline qu'ils ont baptisée

00:07:53

ainsi et cette nouvelle discipline,

00:07:54

elle se positionné à la croisée

00:07:56

des chemins entre l'informatique,

00:07:58

les statistiques, les mathématiques,

00:07:59

les neurosciences et elle.

00:08:01

L ambitionnait de reproduire

00:08:02

dans des machines.

00:08:04

Les différentes caractéristiques identifiant

00:08:05

à l'époque de l'intelligence humaine.

00:08:07

Alors à l'époque,

00:08:08

il s'était contenté de décrire cette

00:08:10

intelligence en retenant la vision,

00:08:11

la,

00:08:11

la capacité à comprendre le langage

00:08:13

et à raisonner de manière logique.

00:08:15

C'est une vision assez limité.

00:08:17

Il n'y avait pas d'intelligence émotionnelle,

00:08:19

il n'y avait pas la capacité à se

00:08:21

mouvoir dans l'espace qui fait

00:08:23

partie du monde de la robotique.

00:08:25

Et ce mémo qui est téléchargeable,

00:08:27

vous pouvez récupérer le titre, là,

00:08:29

il téléchargeait quand on le lit,

00:08:31

on on le trouve assez visionnaire

00:08:33

parce qu'en fait. Semé mot.

00:08:35

Il décrit même la technologie

00:08:36

des réseaux neuronaux,

00:08:37

nous allons parler tout à l'heure.

00:08:38

Qui est qui est un des fondements

00:08:40

du machine learning de aujourd'hui,

00:08:41

et il le décrit avec une

00:08:44

vision absolument incroyable.

00:08:45

Alors, sachant que à l'époque en 55,

00:08:47

on était à peine en train de

00:08:48

sortir des ordinateurs à lampe

00:08:50

pour passer aux ordinateurs avec

00:08:51

des transistors avant même qu'il y

00:08:53

ait des circuits intégrés qui sont

00:08:54

apparus dans à la fin des années

00:08:56

60 avec un tel effet Rothschild.

00:08:58

Donc en fait,

00:08:59

on est vraiment à la préhistoire

00:09:00

de l'informatique et est moi.

00:09:02

J'aime bien analyser la dimension

00:09:03

historique de des technologies

00:09:04

et ce qui est vraiment marrant,

00:09:06

c'est que finalement l'intelligence

00:09:07

artificielle elle a évolué depuis

00:09:09

plus de 60 ans parallèlement

00:09:10

au reste de l'informatique.

00:09:11

Alors il y a eu des périodes

00:09:13

où ça marchait bien,

00:09:14

des périodes ça marchait moins bien,

00:09:15

on appelle ça les hivers de l'IA.

00:09:18

Il y a eu des hauts et des

00:09:20

bas alors que l'informatique,

00:09:22

je dirais normal traditionnel,

00:09:23

avec les Manfred, les mini ordinateurs,

00:09:25

les micro-ordinateurs, puis le smartphone,

00:09:26

puis les objets connectés vont évoluer

00:09:28

de manière un peu exponentielle.

00:09:30

De manière classique,

00:09:31

il YALLA évolué de manière un peu chaotique,

00:09:33

alors il se trouve que depuis quelques temps,

00:09:36

moi, je situe ça,

00:09:37

c'est entre 2011 et 2015.

00:09:39

En gros,

00:09:39

il y a eu un regain d'intérêt pour

00:09:41

l'intelligence artificielle qui est

00:09:43

qui qui s'explique essentiellement

00:09:44

par un

00:09:45

un phénomène qui est lié à

00:09:47

l'émergence du Deep learning.

00:09:48

Donc on va parler tout à l'heure,

00:09:49

qui est une des techniques de lire.

00:09:51

Alors très souvent, quand on,

00:09:53

quand on lit la littérature

00:09:55

marketing des uns et des autres,

00:09:58

on retrouve une segmentation.

00:09:59

D'intelligence artificielle,

00:10:00

qui ressemble à celle là qui

00:10:02

vient de chez Google je crois.

00:10:03

J'ai trouvé ça d'une présentation de

00:10:05

Google qui est extrêmement simple,

00:10:06

c'est-à-dire qu'on dit voilà,

00:10:07

il y a très bien.

00:10:09

Dedans, il y a le machine learning très bien.

00:10:11

C'est les,

00:10:11

ce sont les programmes qui apprennent

00:10:12

tout seul à partir des données et dedans,

00:10:14

il y a le Deep learning.

00:10:15

Alors je vais vous décrire un

00:10:17

petit peu de quoi il s'agit

00:10:18

et vous montrer que c'est une

00:10:19

vision qui est un peu réductrice.

00:10:21

De du du grand champ scientifique Elia.

00:10:23

Et comme l'informatique comme le

00:10:24

monde de la biologie ou de la santé,

00:10:26

le champ de le le champ de

00:10:28

l'intelligence artificielle,

00:10:29

c'est un choix qui est extrêmement

00:10:30

divers et j'ai tendance à le

00:10:32

positionner plutôt comme une

00:10:33

sorte de grande boîte à outils.

00:10:34

C'est-à-dire que c'est une boîte

00:10:35

à outils avec plein de briques

00:10:37

logicielles pour l'essentiel et

00:10:38

algorithmique qui sont assemblées

00:10:39

avec plus ou moins de bonheur,

00:10:41

pour faire des solutions dans

00:10:42

la vie de tous les jours,

00:10:44

alors aussi bien des solutions

00:10:45

dans la finance dont on va parler

00:10:47

aujourd'hui que des robots,

00:10:48

des véhicules autonomes,

00:10:49

des caméras de surveillance,

00:10:50

tout un tas de de de solutions et donc.

00:10:52

Quand on crée une solution.

00:10:54

Abbazia on associé souvent tout où

00:10:57

partie des briques de l'IA que je vais

00:11:00

vous décrire et d'autres briques,

00:11:02

par exemple des capteurs,

00:11:03

des caméras, des réseaux,

00:11:04

des télécoms, des ordinateurs,

00:11:06

des interfaces utilisateurs

00:11:07

et l'intégration de tout ça.

00:11:09

Donc c'est un travail complexe,

00:11:11

hein,

00:11:11

qui est réalisé en général par

00:11:13

déballé par les informaticiens,

00:11:15

par les directions informatiques,

00:11:17

par les entreprises de services.

00:11:19

Par les éditeurs de logiciels comme use,

00:11:21

qui se spécialisent dans un certain

00:11:23

nombre de domaines et donc c'est à

00:11:25

chacun d'intégrer ces briques là.

00:11:26

Donc là,

00:11:27

je vais vous montrer un peu le

00:11:28

le lego avant de vous montrer la

00:11:31

navette spatiale construite en lego,

00:11:32

on va commencer d'abord par le lego,

00:11:34

alors la première brique du lego

00:11:36

qui est très importante et dont

00:11:37

les médias et les mêmes les

00:11:39

spécialistes parlent relativement peu.

00:11:40

C'est ce qu'on appelle le

00:11:42

raisonnement automatique.

00:11:42

Le raisonnement automatique, c'est une,

00:11:44

c'est un ensemble de techniques.

00:11:45

Il y a plusieurs façons,

00:11:47

c'est extrêmement riche comme genre,

00:11:48

comme champ scientifique,

00:11:49

qui sont en général des des

00:11:51

systèmes qui utilisent des faits.

00:11:52

Des règles qui décrivent en gros

00:11:54

un monde relativement figé qui

00:11:56

d'ailleurs n'est pas facile à décrire.

00:11:58

L'expertise,

00:11:58

par exemple,

00:11:59

un expert est pas facile à capter,

00:12:01

ça peut être associé à des contraintes,

00:12:03

des éléments de logique.

00:12:05

Telle chose entraîne t-elle autres?

00:12:06

Ça peut être de gérer des graphes

00:12:09

qui sont des liens entre des objets.

00:12:11

Ça peut digérer,

00:12:12

déontologie qui sont là sémantique associée à

00:12:15

des termes et leur sens.

00:12:16

Et tout ça tout ce tout cet univers là,

00:12:19

c'est un champ scientifique à part entière.

00:12:21

Alors qui a donné lieu à une

00:12:24

sorte de catégorie de de de

00:12:26

solutions qui avait le vent?

00:12:27

En poupe dans les années 80,

00:12:29

qu'on appelait les systèmes

00:12:30

experts à l'époque.

00:12:31

Système expert c'était des systèmes

00:12:32

qu'on dans lesquels on engrangeait des

00:12:34

règles et des faits liés à un métier,

00:12:36

par exemple une spécialité médicale

00:12:37

et qui permettait de répondre à des

00:12:39

questions ou par exemple dans l'industrie.

00:12:41

De faire ce qu'on appelle la maintenance

00:12:43

prédictive ou la maintenance tout court.

00:12:45

Donc, on décrivait un problème,

00:12:46

mais ça répondait avec une hypothèse

00:12:48

de de solution et éventuellement

00:12:49

une hypothèse de correction.

00:12:51

Alors ce monde là,

00:12:52

tout ce monde du raisonnement automatique,

00:12:53

on en parle relativement peu

00:12:55

pour plein de raisons.

00:12:56

La première,

00:12:57

c'est que le le machine learning

00:12:58

qui est à côté,

00:13:00

bah ils occupent le terrain depuis

00:13:01

une dizaine d'années énormément,

00:13:02

et la 2e c'est qu'il a un petit

00:13:04

peu moins progressé,

00:13:06

mais on a plus de mal à faire avancer le

00:13:08

système à base de règles formelles que

00:13:11

les systèmes à base d'analyses de données.

00:13:13

Alors le machine learning?

00:13:15

Curieusement,

00:13:16

c'est un terme qui est assez ancien.

00:13:18

Il a été inventé par un américain

00:13:20

qui s'appelle Arthur Samuel en 1959.

00:13:22

Comme quoi c'est pas c'est pas tout jeune.

00:13:24

Et pourtant il est rentré dans les murs

00:13:26

du monde de l'informatique que depuis.

00:13:28

En gros, une vingtaine d'années au nez,

00:13:30

entre 20 et 30 ans et on en parle

00:13:32

énormément depuis une dizaine d'années.

00:13:34

Il a un peu pris le la succession

00:13:36

de la vague du Big data.

00:13:38

Finalement,

00:13:39

quand les entreprises disais

00:13:40

je fais du Big data,

00:13:41

sinon il se contenter d'accumuler

00:13:43

de la donnée et on était censé

00:13:45

les exploiter pour faire de

00:13:46

la Business Intelligence là.

00:13:48

La data analysis l'analyse des données

00:13:49

et le machine learning c'est un

00:13:51

petit peu l'évolution naturel de ça.

00:13:53

En fait,

00:13:53

ce sont des techniques mathématiques

00:13:55

qui permettent d'analyser des

00:13:56

données structurées en général.

00:13:57

Alors typiquement,

00:13:58

savait donner justement financière

00:13:59

des données marketing des données

00:14:01

que je qualifié de tabulaire.

00:14:02

Donc ce qui rentre dans une base de

00:14:04

données structurées dans un tableur

00:14:06

Excel et qu'on veut analyser pour

00:14:07

faire soit des prédictions comme

00:14:09

la petite courbe qui apparaît

00:14:11

dans dans le slide,

00:14:12

un une sorte de ce qu'on appelle

00:14:13

une régression non linéaire

00:14:15

qui permet de prédire,

00:14:16

par exemple,

00:14:17

la consommation d'électricité

00:14:18

pour un un énergéticien qui va

00:14:20

permettre de prédire de bain.

00:14:21

L'état d'un compte d'exploitation

00:14:22

dans certains cas de figure,

00:14:24

si les phénomènes récurrents se

00:14:25

produisent dans l'histoire de la société.

00:14:27

Euh,

00:14:28

et ça permet surtout aussi

00:14:30

de classifier des objets.

00:14:31

Donc,

00:14:32

typiquement l'un des usagés les plus

00:14:34

courants dans dans le marketing,

00:14:36

c'est de d'essayer de récupérer toutes

00:14:38

les données qui décrivent des clients.

00:14:41

Et décider segmenté en segments

00:14:42

homogènes qui ont des caractéristiques

00:14:44

voisines pour après éventuellement

00:14:45

cibler des opérations marketing

00:14:47

sur chacun de ses essais,

00:14:48

ses clients. Alors, le machine learning,

00:14:50

c'est un chant qui est extrêmement vaste.

00:14:52

On va détailler un petit peu,

00:14:54

vous allez y passer 1E et nous avons

00:14:56

dans le machine learning un sous ensemble

00:14:59

qu'on appelle les réseaux de neurones.

00:15:01

Alors là, réseaux de neurones ou

00:15:03

le concept a été inventé en 1943,

00:15:05

avant même l'arrivée du premier

00:15:07

ordinateur en 45. Donc on est,

00:15:09

on est un petit peu comme avec ada lovelace.

00:15:12

Qui était là, la première

00:15:13

développeuse de logiciels en 1842,

00:15:15

un siècle avant que les ordinateurs arrive,

00:15:17

et là, en fait,

00:15:18

on a des concepteurs de de réseaux

00:15:20

de neurones qui ont inventé

00:15:22

l'idée avant même l'ordinateur.

00:15:23

Alors ce qu'on appelle un réseau de neurones.

00:15:26

C'est un.

00:15:27

Un objet un peu mystérieux qui

00:15:29

est à la fois mathématique,

00:15:31

logiciel,

00:15:32

parfois matériel et qui permet

00:15:34

d'imiter vaguement les neurones

00:15:35

biologiques et leur connexion,

00:15:37

les les uns avec les autres.

Comment exploiter l’Intelligence Artificielle au service de la direction financière

LES COURS ASSOCIÉS

Proposer la meilleure solution d’automatisation comptable