Citation
Catégorie
Tag – étiquette
Auteur
Info



nb max de mots
nb min de mots
trier par
Dictionnaire analogique intriqué pour extraits. Recherche mots ou phrases tous azimuts. Aussi outil de précision sémantique et de réflexion communautaire. Voir la rubrique mode d'emploi. Jetez un oeil à la colonne "chaînes". ATTENTION, faire une REINITIALISATION après  une recherche complexe. Et utilisez le nuage de corrélats !!!!..... Lire la suite >>
Résultat(s): 28
Temps de recherche: 0.0426s

titre possible pour ce logiciel

Agrégateur lexicologique "inverse au machine learning", intriqué et francophone.

Auteur: Mg

Info: 28 déc 2022

[ non TAL ]

 
Commentaires: 3
Ajouté à la BD par miguel

sémantique mécanique

La normalisation implique intrinsèquement l'élimination d'informations, mais depuis ConceptNet 3, nous avons veillé à ce que ces informations non pertinentes soient stockées avec les assertions (affirmations). Elles ne sont donc pas réellement éliminées.

Auteur: Havasi Catherine

Info: Représentation des connaissances relationnelles générales dans ConceptNet 5, Ecrit avec Robert Speer

[ mots indésirables ] [ termes junks ] [ normalisation des données ] [ machine learning ]

 

Commentaires: 0

Ajouté à la BD par miguel

intelligence artificielle

Je pense que les gens doivent comprendre que l'apprentissage machine profond améliore beaucoup de choses, dans les coulisses, beaucoup. Cet apprentissage profond fonctionne déjà dans la recherche sur Google et pour la recherche d'images ; il vous permet de rechercher des images avec un terme comme "câlin".

Auteur: Hinton Geoffrey

Info:

[ deep learning ]

 

Commentaires: 0

Ajouté à la BD par miguel

limitation

Si l'on essaie de faire de l'intelligence artificielle, on comprend très vite les limites de la construction et de la technologie de pointe. On est allé très loin dans l'ingénierie mécanique, on fait, aujourd'hui des ordinateurs extrêmement puissants et de plus en plus miniaturisés, mais le vrai problème reste de comprendre comment un enfant apprend la notion de la couleur rouge.

Auteur: Steels Luc

Info:

[ IA ] [ machine learning ]

 
Mis dans la chaine

Commentaires: 0

Ajouté à la BD par miguel

intelligence artificielle

Chacune des cinq tribus du machine learning a son propre algorithme de base, principe apprenant à usage général qu'on peut en principe utiliser pour découvrir des connaissances à partir de données dans n'importe quel domaine. L'algorithme maître des symbolistes est la déduction inverse, celui des connexionnistes est la rétropropagation, celui des évolutionnistes la programmation génétique, celui des bayésiens l'inférence bayésienne, et celui des analogues la machine à vecteurs de support.

Auteur: Domingos Pedro

Info: The Master Algorithm : How the Quest for the Ultimate Learning Machine Will Remake Our World

[ apprentissage automatique ] [ synthèse ] [ penta ]

 

Commentaires: 0

Ajouté à la BD par miguel

apprentissage automatique

Cette dicipline du traitement des métadonnées a connu plusieurs périodes de transition depuis le milieu des années 90. De 1995 à 2005, l'accent a été mis sur le langage naturel, la recherche et la récupération d'informations. Les outils de machine learning étaient plus simples que ceux que nous utilisons aujourd'hui ; avec des éléments comme la régression logistique, les SVM (machines à vecteurs de support), les noyaux avec SVM et le PageRank. Google a connu un immense succès grâce à ces technologies, en élaborant des produits phares tels que Google News et le classificateur de spam Gmail via des algorithmes faciles à distribuer pour le classement et la classification de textes - c'est à dire des technologies déjà au point au milieu des années 90.

Auteur: Zadeh Reza

Info:

[ historique ]

 

Commentaires: 0

Ajouté à la BD par miguel

FLP non TAL*

Nous inversons le processus de l'intelligence artificielle (IA) et du machine learning via un processus communautaire homme-machine (nourri par l'homme), plutôt que machine-homme...

C'est ainsi que nous travaillons à désambiguer, voire développer/accompagner une sémantique consensuelle qui ne se refuse pas à la complexité. Ceci au travers, si possible, d'une approche collective translangue (avec les intraduisibles), même si la base de données est francophone. 

Processus qui, via quelques règles et grâce aux moyens du numérique, développe une base de données intelligente au sens où auteurs et textes sont paramétrés précisément, tagués et modéré collectivement. Ainsi, par les souples et puissantes possibilité du moteur de recherche toutes sortes d'investigations s'offrent, quasi multi-dimensionelles, statistiques aussi,  mélangeant allègrement objectivité et subjectivité au sein d'un corpus, en évolution constante, sur base de mots et de citations. 

Au final une application très exigeante, qui pourra s'avérer dérangeante parce que très ouverte.

Auteur: Mg

Info: En réponse (négative) à une étude universitaire (via test time) qui interrogeait les entreprises numériques, précisément quant à l'impact écologique du développement de l'intelligence artificielle dans leur fonctionnement. *TAL = traitement automatique du langage

[ mutation numérique ] [ slow thinking ] [ dictionnaire analogique intriqué ] [ sérendipité ]

 

Commentaires: 0

Ajouté à la BD par miguel

FLP défini 2

Nous nous proposons de défendre la lecture via une application accompagnatrice des changements d'habitudes amenées par le numérique en la matière.

Au-delà de la collecte de textes aimés et intégré dans sa complexe base de données, FLP, instrument statistique et ludique sur base francophone, invite à jouer avec le juste sens des mots (ici Internet permet de vérifier beaucoup de choses), et surtout de leurs combinaisons.

Nouvelle manière de lire qui "force" à réfléchir, c'est à dire à confronter la subjectivité de ses sensations de lecteur avec  l'objectivité sémantique démultipliée par les possibilités de l'informatique - tout en respectant les règles d'insertion de cette application. C'est un agrégateur à l'opposé du machine learning.

Divertissement qui demande un effort, les Fils de La Pensée, peuvent être appréhendés comme une sorte de dictionnaire communautaire - voire une intelligence collective - en constante évolution et quête de dépassement.

Auteur: Mg

Info: 29 juillet 2021. Non Tal, signifie, qui ne fait pas partie des applications de traitement automatique du langage

[ lecture analytique ] [ non Tal ]

 

Commentaires: 0

Ajouté à la BD par miguel

marchandisation débridée

Imaginez que vous ayez un marteau. C'est l'apprentissage automatique (machine learning). Il vous a aidé à gravir une montagne éreintante pour atteindre le sommet. C'est la domination de l'apprentissage automatique sur les données en ligne. Au sommet de la montagne, vous trouvez un vaste tas de clous, moins chers que tout ce qui était imaginable auparavant. C'est la nouvelle technologie des capteurs intelligents. Un panorama de planches vierges s'étend devant vous à perte de vue. C'est le monde de la stupidité. Puis vous apprenez que chaque fois que vous plantez un clou dans une planche avec votre marteau machine learning, vous pouvez extraire de la valeur de cette planche autrefois stérile et muette. C'est la monétisation des données. Et que faites-vous ? Vous commencez à marteler comme un fou et vous ne vous arrêtez jamais, à moins que quelqu'un ne vous y oblige. Mais il n'y a personne ici pour nous faire arrêter. C'est pourquoi "l'internet de tout" est inévitable.

Auteur: Zuboff Shoshana

Info: The Age of Surveillance Capitalism

[ régulation nécessaire ] [ métadonnées ] [ publicité ]

 
Commentaires: 3
Ajouté à la BD par miguel

apprentissage automatique

Il nous est facile pour d'expliquer ce que l'on voit sur une photo, mais programmer une fonction qui n'entre rien d'autre que les couleurs de tous les pixels d'une image et peut produire une légende précise telle que "groupe de jeunes gens jouant une partie de frisbee" échappait à tous les chercheurs en IA du monde depuis des décennies. Pourtant, une équipe de Google dirigée par Ilya Sutskever y est parvenu en 2014.

Introduisez un nouvel ensemble de pixels de couleur, et l'ordinateur répond "troupeau d'éléphants traversant un champ d'herbe sèche",  presque toujours correctement. Comment y sont-ils parvenus ? À la manière de Deep Blue, en programmant des algorithmes artisanaux pour détecter les frisbees, les visages, etc ?

Non, en créant un réseau neuronal relativement simple, sans la moindre connaissance du monde physique ou de son contenu, puis en le laissant apprendre en l'exposant à des quantités massives de données. Le visionnaire de l'IA Jeff Hawkins écrivait en 2004 qu'"aucun ordinateur ne pourrait... voir aussi bien qu'une souris", mais cette époque est désormais révolue.

Auteur: Tegmark Max

Info: Life 3.0: Being Human in the Age of Artificial Intelligence

[ machine learning ] [ visualisation ] [ sémantique mécanique ]

 

Commentaires: 0

Ajouté à la BD par miguel