Plus d’informations à propos de Bons plans
Les termes d’intelligence forcée et de Machine Learning sont constamment employés parce que s’ils étaient interchangeables. Cette chahut nuit à la grâce et ne permet pas à les usagers de se faire une bonne idée des technologies sérieusement utilisées. Beaucoup d’entreprises cherchent aujourd’hui utiliser l’intelligence contrainte, alors que de fait le terme ne s’applique pas aux technologies qu’elles ont recours à. Dans le même esprit, une certaine scandale est assez entretenue entre l’intelligence fausse et le Machine Learning, ceci sans même citer le Deep Learning. Petit avertissement des fondamentaux pour savoir par quel motif appliquer ces termes à bon escient.L’intelligence forcée ( ia ) est le principe le plus large. Selon Andrew Moore ( ex mûr d’éducation à l’école d’informatique de Carnegie Mellon university ), « l’IA désigne la prouesse à produire et à créer des ordinateurs avec des comportements qui jusqu’à récemment, semblaient être l’apanage de l’intelligence humaine. » Partant de là, des évolutions sous prétexte que l’analyse prédictive, la modélisation et la mise en situation, ainsi que le Machine Learning peuvent être englobées dans l’IA. Un aspect important à voir dans cette description est la temps du concept : effectivement, ce que l’on qualifie d’IA peut évoluer à mesure que les technologies progressent. Il y a quelques dizaines d’années, un poste informatique apte à vous livrer à aux jeu d’échecs était considéré parce que de l’IA, aujourd’hui cette capacité est réservée. Pour Zachary Lipton, Assistant prof et demandeur à Carnegie Mellon university, l’IA est par essence « une but mouvante », où l’on est en quête de produire des capacités que les humaines ont, mais les machines pas ( encore ) …Le vingtième siècle a vu l’apparition des premiers ordinateurs électroniques susceptibles d’emmagasiner leurs propres programmes et résultats, et d’effectuer des nombreux de calculs par deuxième. En 1936, Alan Mathison Turing publie un contenu proposant son pc de Turing, le 1er compteur infini envisageable. Il compose ainsi les propositions de programmation et de programme. En 1938, Konrad Zuse imagine le 1er ordinateur éprouvée le dispositif binaire en ligne au lieu du décimal.En 1943, le premier poste informatique ne comportant plus de pièces mécaniques est réalisé par J. Mauchly et J. Presper Eckert : l’ENIAC ( Electronic Numerical Integrator And Computer ). Cette machine composée de 18. 000 lampes à vide occupait une surface de 1. 500 m2 ( voir la photo supra ). A partir de 1948, la fabrication du radiodiffusion par la société Bell Labs a permis de diminuer pas mal la taille des ordinateurs. Par la suite, l’invention du microprocesseur ( en 58 ) et du Microprocesseur ( en 1971 ) entraîna un accroissement grandiose de la capacité des ordinateurs, et une réduction de leur taille et de leur prix. a souligner : l’appellation ‘ poste informatique ‘ est decrit dans la Langue française par IBM France en 1955.L’intelligence outrée ( intelligence artificielle ) et le machine learning ( rs ) – celui-ci étant ou éducation automatique ( AA ) en français – sont 2 thèmes très sur la route de la réussite à l’heure et qui sont fréquemment employés de manière substituable. L’IA et le ml sont au sein des sondages des “GAFAM”, Google, Apple, Facebook, Amazon, Microsoft. Une course internationale à l’innovation a démarré et laisse entrevoir plusieurs mieux que ce soit dans le secteur de la domotique, des espaces de pratique intelligents, des procédés médicales ou la robotique.En 1976, Steve Wozniak et Steve Jobs fabriquent le Apple i dans un garage. Cet ordinateur comprend un pupitre, un microprocesseur à 1 MHz, 4 ko de RAM et 1 ko de mémoire vidéo. La petite histoire dit que les 2 compères ne recevaient pas pour quelle raison héler l’ordinateur ; Steve Jobs un pommier sur la terrasse décida d’appeler l’ordinateur pomme ( en anglais de la fameuse pomme ) s’il ne incarnait pas de nom pour ce dernier dans les 5 minutes suivantes…
Texte de référence à propos de Bons plans