Blog HPE, France
annuler
Affichage des résultats de 
Rechercher plutôt 
Vouliez-vous dire : 

Ne passons pas à côté du Deep Learning

L’intelligence artificielle sera sans doute le sujet de l’année 2018 et ce n’est pas par hasard si HPE France a organisé le 16 janvier avec son partenaire NVIDIA un atelier sur l’intelligence artificielle dans le monde bancaire. Pour ceux qui n’ont pas pu y assister je vous livre ici les grandes lignes de mon intervention

nvidia hpe.png

 L’accélération de l’Intelligence artificielle depuis 2011. Si Alan Turing, l’un des pères de l’intelligence artificielle dans les années 1950, revenait sur terre il serait certainement surpris qu’il ait fallu autant de temps pour que l’intelligence artificielle se généralise. Plus de 60 ans auront été nécessaires pour que les équipements informatiques soient assez puissants et que l’on dispose suffisamment de données. Les conditions sont désormais réunies pour que les technologies de machine learning soient jugées opérationnelles.  On a pu observer les progrès lors des joutes entre l’homme et la machine. En 1997 Deep Blue avait déjà réussi à battre le champion du monde d’échec Garry Kasparov mais ce n’est qu’en 2011 que les choses s’accélèrent après la victoire de IBM Watson sur les candidats du jeu de culture général Jeopardy.2.png

 Le deep learning enchaine ensuite les succès, en 2016 AlphaGo bat le champion du jeu de Go Lee Sedol et en 2017 le programme Libratus exécuté sur un supercalculateur HPE nommé Bridges bat les champions du monde de Poker

L’année 2011 donne le coup d’envoi à la course au deep learning et les géants du numérique américains (GAFA) et chinois (BATX) se mettent à recruter à tout va des spécialistes et à acquérir des startups spécialisées en intelligence artificielle. 

L’intelligence artificielle fait déjà partie de notre quotidien. Toutes aussi impressionnantes soient elles, ces prouesses technologiques relèvent de ce que l’on appelle une Intelligence artificielle faible (ou verticale). C’est-à-dire une IA qui exerce une expertise poussée et automatisée dans un seul domaine. C’est ce type d’intelligence qu’on utilise aujourd’hui et qui est encore bien loin de l’IA forte (ou horizontale), qui alimente les fantasmes en nous renvoyant aux films de sciences fiction. Ce fameux point de singularité, où les robots finissent par dominer le monde des humains, divise les spécialistes mais il ne doit pas masquer les opportunités et les enjeux économiques et sociétaux de l’intelligence artificielle. Elle est déjà fortement présente et contribue à faire progresser de nombreux domaines. Les moteurs de recherche et de recommandations, les systèmes de reconnaissances (texte, voix, images, vidéos) utilisent des technologies de machine learning et de deep learning. Tous les secteurs économiques sont concernés. Les voitures autonomes s’appuient sur le Deep Learning pour se guider sur la route avec une grande précision. Toutes les solutions de maintenance vont gagner en efficacité en devenant prédictives grâce au big data et à l’IA. La vidéo surveillance utilise des systèmes de computer vision basés sur du machine Learning.  Dans le domaine de la santé, des réseaux de neurones peuvent analyser des IRM et obtenir des résultats auparavant réservés aux biopsies invasives. Les banques et les assurances font appel au deep learning pour détecter les fraudes plus efficacement Face à l’ampleur et la sophistication des cyberattaques, les solutions de sécurité auront recours au machine learning. Les infrastructures IT se tournent elles aussi vers ces technologies pour améliorer leurs performances et leur fiabilité et gagner en autonomie. 

L’intelligence artificielle : une opportunité économique à ne pas manquer. De la même manière qu’on pourrait difficilement se passer de l’informatique aujourd’hui, l’intelligence artificielle sera incontournable dans le monde numérique. L’intelligence artificielle va nécessairement modifier les emplois comme l’a fait l’informatique en son temps, il faut s’y préparer et l’anticiper pour que la collaboration homme machine se passe le mieux possible. Dans le même temps on se doit de saisir les opportunités économiques du marché de l’intelligence artificielle. Il s’agit d’un formidable enjeu économique qui explique l’urgence pour la France de se positionner sur ce créneau pour ne pas en être dépossédée par les géants américains et chinois.  En 2018 le marché de l’IA devrait croitre de 82% et en en 2025 il atteindrait environ 60 milliards de dollars soit 15 fois plus qu’en 2018.  De plus en plus d’entreprises sont sensibilisées aux enjeux de l’intelligence artificielle mais hésitent devant la complexité des projets et le besoin d’expertise pointue.3.png

 

D’ici 2025 des performances multipliées par 1000. Beaucoup de progrès ont été réalisés pour simplifier la mise en œuvre de solution d’intelligence artificielle. On trouve par exemple des modules de machine learning dans le cloud qui peuvent être utilisés par des applications via des APIs. Face à ces nouveaux usages les équipements informatiques vont devoir se surpasser. On ne pourra plus compter sur la loi de Moore pour faire progresser suffisamment les processeurs. Les limitations physiques des semi-conducteurs font que les performances des CPU n’augmentent plus que de 10% chaque année (au lieu des 50 % que l’on avait connu avec la loi de Moore). Pas d’inquiétude pour autant car en popularisant le traitement GPU, NVIDIA a offert une nouvelle voie à toute l’industrie et va fournir d’ici 2025 des performances de calcul jusqu’à 1000 fois plus rapides.  Afin de simplifier l’adoption de l’intelligence artificielle et permettre à leurs clients de relever les défis du 21 ème siècle HPE et NVIDIA se sont associés. Les plateformes de deep learning exploitent les GPUs (Graphics Processing Unit) Tesla de NVIDIA qui sont particulièrement adaptés aux traitement deep learning. Pour aider les utilisateurs à utiliser plus facilement le deep learning,  HPE développe des nouvelles offres incluant de l'expertise, des solutions intégrées, des architectures de références et des services pour optimiser les environnements de deep learning. Les clients seront capables de développer rapidement des modèles de deep learning avec des solutions prête à l’emploi et des formations sur l’état de l’art. 

Pour en savoir plus vous pouvez voir ma présentation en ligne HPE_NVIDIA_Event et contacter les Startup dédiées au domaine bancaire en IA | Deep Learning qui participaient à l'évènement :

Daniele Grassi  CEO de  @Axyon AI SRL 

Nicolas Meric  de DreamQuark

Jochen Papenbrock  CEO de Firamis 

Nigel Cannings CEO de Intelligent Voice

 Suivez-moi sur twitter Fontaine_CH

DCHC Category Lead France HPE Evangelist - Hewlett Packard Enterprise | Storage / Servers /Network|BD/Comics|Science Fiction Movies|Polars|Vinyl 70/80
0 Compliments
À propos de l'auteur

CFontaine

#TransfoNum #Startup #IoT #Tech #BigData #SocialMedia #IA #VR #Marketing #Storage #Servers #DataCenter #Networking