Home » ia » Recent Articles:

Deep learning (réseaux de neurones puis de mémoire) apercu avec Long short-term memory (Google translate ) de ce qui nous attend

Une avancée a retenir en matière de DEEP LEARNING **avec Google  qui nous laisse penser que bient^t les ordinateurs seont machines polyglottes et des supers nterprètes que les humains. Baptisé Google Neural Machine Translation system (GNMT), elle est d’ores et déjà utilisée par l’application Google Traduction (Google Translate) pour passer du chinois mandarin à l’anglais, Selon Google son IA réduit de 55 à 85% le taux d’erreur par rapport à la version actuelle de l’algorithme de Google Traduction. La nouvelle méthode d’apprentissage profond est long short-term memory (LSTM). Elle fonctionne sur le modèle de la mémoire humaine,

en donnant à l’IA la capacité de retenir des informations à court et à long terme.

capture-decran-2016-10-01-a-20-49-17142969857167960000_a580x330shutterstock_181640888Article en anglais ici https://thestack.com/world/2016/09/28/google-announces-neural-machine-translation/

 

capture-decran-2016-10-01-a-20-56-04

L’important est aussi de bien comprendre (et je résume au maximum) ce qui se passe

D’abord on a LE DEEP LEARNING / APPRENTISSAGE EN PROFONDEUR

C’est un ensemble de techniques informatiques utilisant des données brutes pour apprendre sans supervision humaine.

Cette discipline s’inspire, en outre, de la neurobiologie pour trouver des éléments informatiques permettant à un réseau de neurones artificiels d’apprendre sur le modèle du cerveau humain.De cette manière, les algorithmes se révèlent plus performants et rapides pour reconnaître des images, du texte ou la voix humaine.

A savoir que la grande tendance est la reconnaissance tactile Touch Enabled World

 capture-decran-2016-10-01-a-20-59-13MAIS c’est déjà du passé ! car maintenant et demain  c’est l’apprentissage en profondeur renforcé –

Désormais le défi est et sera la MEMOIRE ET mimétisme = apprentissage par renforcement, et ce, plus l’ajout de la mémoire nécessaire pour ce style d’apprentissage en profondeur. On passe a l’étape de la robotique evolutive – les machines vont apprendre seules, évoluer, progresser et même se reproduire !

sans-titrePar ailleurs je vous conseille la lecture de ce livre et suis a votre écoute pour L’IA – Maryline

Pedro Domingos, The Master Algorithm. How the Quest for the Ultimate Learning Machine Will Remake Our World, New York, 2015, Basic Books, index $18,07, (eBook)

Microsoft : l’emploi du temps efficience total à la vitesse de l’intelligence artificielle

Genee-Logo-300x117Microsoft vient d’annoncer qu’il a acquis Geneee (2014)  une start-up qui propose un service de gestion de rendez-vous automatisée grâce à l’intelligence artificielle. Bref, c’est un « assistant virtuel » qui cmatche votre agenda avec d’autres participants pour trouver les meilleures disponibilités horaires et géographique de chacun. 

Capture d’écran 2016-08-24 à 18.35.15L’annonce est dans ce communiqué – https://blogs.microsoft.com/blog/2016/08/22/microsoft-acquisition-of-genee-to-accelerate-intelligent-experiences-in-office-365/#sm.000vya87s1266fpqy83293z146rue

Innovation and its enemies (why people resiste NT) : se reprogrammer sur les technologies contemporaines (analyse proâme) qui nous invite à la responsabilité de notre avenir

Innovation-And-Its-EnemiesLa montée de l’intelligence artificielle (innovations de plus en plus exponentielles) a comme vous le savez ravivé le débat récurrent sur l’impact de la technologie sur l’emploi et de nombreuses questions …entre peur et espoirs …

Ce livre me paraît une non parfaite mais assez juste part des choses pour être cité & conseillé.

Il montre que de nombreux débats sur les nouvelles technologies sont encadrées dans un contexte des risques pour les valeurs morales, la santé humaine et la sécurité environnementale.

 Mais l’auteur fait valoir que, derrière ces préoccupations légitimes se trouvent souvent, des considérations plus profondes inavouées, socio économiques…

  1. Ces tensions technologiques sont souvent exacerbées par la perception que les avantages des nouvelles technologies ne se concrétiseront que pour les petites sections de la société alors que les risques seront plus largement distribués.
  2. De même, les innovations qui menacent de modifier les identités culturelles et ont tendance à générer des préoccupation sociales intenses.

Conséquemment, les sociétés qui présentent de grandes inégalités économiques et politiques sont susceptibles de connaître des controverses technologiques accrues.

Dessin de près de 600 ans d’histoire de la technologie, l’innovation et ses ennemis révele la tension entre la nécessité de l’innovation et de la pression pour maintenir la continuité, l’ordre social et la stabilité comme l’un des plus grands défis de la politique d’aujourd’hui.

En utilisant des études de cas détaillées de café, la presse, dans tous les domains et secteurs l’ouvrage montre aussi comment les nouvelles technologies émergentes, doivent prendre racine pour créer de nouvelles écologies institutionnelles qui favorisent leur établissement sur le marché.

Pour l’auteur les débats contemporains des technologies comme l’intelligence artificielle, l’apprentissage learning machine, l’impression 3D, la génétique, la robotique, les drones et les énergies renouvelables environnantes doivent être déplacer sur le champs des Biens avec une une plus grande responsabilité des dirigeants publics.

Ces derniers doivent apprendre à travailler avec les scientifiques, les ingénieurs et les entrepreneurs pour gérer efficacement le changement technologique, faire les choix et ajustements institutionnels associés … tout en elargissant la participation du public sur ces questions scientifiques et technologiques.

C’est important à mon sens que les innovations technologiques soient de plus en plus débattues, recentrée au coeur de la démocratie avec une forte responsabilté de notre avenir technologique. Maryline

« Remplacé par la machine, le médecin de demain aura le rôle d’un conseiller » Par Lila Meghraoua © Atelier.net

© Atelier.net …. Interview de Gy Vallancien  :

© photo droits atelier du net

© photo droits atelier du net

« Remplacé par la machine, le médecin de demain aura le rôle d’un conseiller »

Par

Guy Vallancien, chirurgien, prédit, dans son ouvrage « La médecine sans médecin », l’évolution du rôle du médecin vers celui de pilote et conseiller. Entretien.

Extrait – Par « médecine sans médecin », j’entends que mon cerveau fonctionne par algorithmes. Pour faire un diagnostic, le médecin que je suis va chercher des éléments. On en agrège, on en élimine d’autres. Et on aboutit à deux, trois hypothèses. Je suis un algorithme vivant, biologique. Et bientôt, l’ordinateur qui est à côté de moi me remplacera.

Article complet http://www.atelier.net/trends/articles/e-sante-remplace-machine-medecin-de-demain-aura-role-un-conseiller_441094

livre_def Voir aussi le sitehttp://www.medecinesansmedecin.fr/

IA THE VOICE is …Vocalys (EPITECH) – comment parler à son ordinateur ? recherche partenariat industriel

unnamedMots-clés : sciences humaines, sciences cognitives, intelligence artificielle, interface homme-machine, objets connectés, reconnaissance vocale

J.A.R.V.I.S, l’intelligence artificielle dans Iron Man est désormais une réalité. 16 étudiants d’Epitech ont travaillé durant 2 ans sur l’interconnexion entre les sciences humaines et la programmation. La technologie qui en résulte, Vocalys, permet de contrôler à distance des logiciels et des objets connectés par la voix, dans le langage de tous les jours.

Pour libérer l’utilisateur de toute contrainte et éviter de lancer une application comme Siri, Vocalys est installée par défaut. Le contrôle d’un ordinateur ou d’un logiciel par la voix sa fait alors facilement et rapidement.

Innovation

Vocalys s’adapte à tous types de machines et peut s’étendre facilement à tous les langages. Son utilisation peut se faire en complément du duo clavier/ souris, déjà inscrit dans les habitudes de chacun.

Pour vous donner envie vidéo ici :

Liberté de mouvements

Le contrôle vocal prend naturellement sens dans certaines situations :

  1. effectuer une action à distance,
  2.   garder les mains libres,
  3.  ne pas avoir à retrouver le bouton dans les menus,
  4. actionner plus rapidement une commande par la voix.

Vocalys est également dotée d’une voix pour demander une information ou encore poser une question si elle ne comprend pas une requête. L’équipe menée par Thomas Solignac, Epitech promo 2015, a remporté le 2e prix lors du Forum des Epitech Innovative Projects en novembre dernier.

Prochaines étapes

  1.  Signer un partenariat industriel
  2. Enrichir Vocalys au contact d’experts en linguistiques
  3. Créer une passerelle entre la recherche et le monde industriel dans le traitement automatique du langage

 

IA – robots : Crowdsourcing for robots

The UW’s robot builds a turtle model (credit: University of Washington)

Crowdsourcing can be a quick and effective way to teach a robot how to complete tasks, University of Washington computer scientists have shown.

Learning by imitating a human is a proven approach to teach a robot to perform tasks, but it can take a lot of time. But if the robot could learn a task’s basic steps, then ask the online community for additional input, it could collect more data on how to complete this task efficiently and correctly.

So the team designed a study that taps into the online crowdsourcing community to teach a robot a model-building task. To begin, study participants built a simple model — a car, tree, turtle and snake, among others — out of colored Lego blocks. Then, they asked the robot to build a similar object.

But based on the few examples provided by the participants, the robot was unable to build complete models. So to gather more input about building the objects, the robots turned to the crowd.

They hired people on Amazon Mechanical Turk, a crowdsourcing site, to build similar models of a car, tree, turtle, snake and others. From more than 100 crowd-generated models of each shape, the robot searched for the best models to build based on difficulty to construct, similarity to the original and the online community’s ratings of the models.

The robot then built the best models of each participant’s shape.

“We’re trying to create a method for a robot to seek help from the whole world when it’s puzzled by something,” said Rajesh Rao, an associate professor of computer science and engineering and director of the Center for Sensorimotor Neural Engineering at the UW. “This is a way to go beyond just one-on-one interaction between a human and a robot by also learning from other humans around the world.”

Example Imitation Learning Scenario. Intermediate results from following the example imitation learning scenario are visualized. The results can be seen in order by following solid arrows. The dotted arrow show the scenario of directly imitating the user’s original demonstration which, the method was compared against. (credit: Michael Jae-Yoon Chung et al.)

Goal-based imitation

This type of learning is called “goal-based imitation,” and it leverages the growing ability of robots to infer what their human operators want, relying on the robot to come up with the best possible way of achieving the goal when considering factors such as time and difficulty.

For example, a robot might “watch” a human building a turtle model, infer the important qualities to carry over, then build a model that resembles the original, but is perhaps simpler so it’s easier for the robot to construct.

Study participants generally preferred crowdsourced versions that looked the most like their original designs. In general, the robot’s final models were simpler than the starting designs — and it was able to successfully build these models, which wasn’t always the case when starting with the study participants’ initial designs.

The team applied the same idea to learning manipulation actions on a two-armed robot. This time, users physically demonstrated new actions to the robot.

Then, the robot imagined new scenarios in which it did not know how to perform those actions. Using abstract, interactive visualizations of the action, it asked the crowd to provide new ways of performing actions in those new scenarios.

More complex tasks

The UW team is now looking at using crowdsourcing and community-sourcing to teach robots more complex tasks such as finding and fetching items in a multi-floor building. The researchers envision a future in which our personal robots will engage increasingly with humans online, learning new skills and tasks to better assist us in everyday life.

“Service robots in the home or in workplaces will be faced with tremendous variability in the situations they need to operate in,” said Maya Cakmak, Assistant Professor, Computer Science & Engineering, University of Washington, in an email to KurzweilAI. “Crowdsourcing can be a scalable solution for customizing these robots to properly function in each particular environment, based on the preferences of each particular user.

“Our work also proposes a new framework in which the crowdsourced task is seeded by local users, rather than being directly requested by researchers. This can lead to new theoretical work on the incentive models behind this collaboration between end-users and crowd workers.

“Our work is complementary to other work on using crowdsourcing to train robots, in that different research groups have looked into crowdsourcing different learning problems. We have looked into high-level task descriptions (ICRA paper) and two-armed manipulation actions (HCOMP paper); while other groups explored learning executions of natural language commands (Cornell) or learning object grasps (WPI).

So when can we expect this innovation to be available commercially? “I would argue that robotics companies will initially provide remote robot training services themselves,” said Cakmak. ”This is just around the corner, perhaps within two to three years. Crowdsourcing of such services might take more time and I think the main roadblocks are quality control and privacy of the end-users.”

Other research teams at Brown University, Worcester Polytechnic Institute and Cornell University are working on similar ideas for developing robots that have the ability to learn new capabilities through crowdsourcing.

The research team presented its results at the 2014 Institute of Electrical and Electronics Engineers International Conference on Robotics and Automation in Hong Kong in early June.This work will be presented at the Conference on Human Computation and Crowdsourcing in November.

This research was funded by the U.S. Office of Naval Research and the National Science Foundation.

Capture d’écran 2014-07-04 à 16.22.31Vidéo ici : https://www.youtube.com/watch?v=x30Qw9Vry7k

Abstract of Institute of Electrical and Electronics Engineers International Conference on Robotics and Automation presentation

Although imitation learning is a powerful technique for robot learning and knowledge acquisition from naïve human users, it often suffers from the need for expensive human demonstrations. In some cases the robot has an insufficient number of useful demonstrations, while in others its learning ability is limited by the number of users it directly interacts with. We propose an approach that overcomes these shortcomings by using crowdsourcing to collect a wider variety of examples from a large pool of human demonstrators online. We present a new goal-based imitation learning framework which utilizes crowdsourcing as a major source of human demonstration data. We demonstrate the effectiveness of our approach experimentally on a scenario where the robot learns to build 2D object models on a table from basic building blocks using knowledge gained from locals and online crowd workers. In addition, we show how the robot can use this knowledge to support human-robot collaboration tasks such as goal inference through object-part classification and missing-part prediction. We report results from a user study involving fourteen local demonstrators and hundreds of crowd workers on 16 different model building tasks.

Un blog pour l’avenir


Non au futur (prévision froide). Oui à l'avenir (action humaine). Dixit le Petit Prince, "l'avenir, tu n'as pas à le prévoir, tu dois te le permettre".

Ce blog est dédié aux idées d'avenir positives, aux changements. La prospective est à la fois une science de synthèse pluridisciplinaire et un art pour défricher de nouveaux territoires, repérer des courants forces, explorer des imaginaires...

C'est surtout un outil Eureka pour inventer de nouveaux produits et services, sublimer ou mythifier une marque et ses produits, créer la valeur de la valeur....

Vive l'avenir, car ce qui est génial, c'est que tout commence et que tout est possible !

Maryline

Défilant