Rejoignez getAbstract pour lire le résumé !

Guide pratique de l’intelligence artificielle dans l’entreprise

Rejoignez getAbstract pour lire le résumé !

Guide pratique de l’intelligence artificielle dans l’entreprise

Anticiper les transformations, mettre en place des solutions

Editions Eyrolles,

15 minutes de lecture
5 points à retenir
Texte disponible

Aperçu

Déployer l’intelligence artificielle au sein de l’entreprise n’est plus un luxe réservé à quelques privilégiés, mais une véritable nécessité pour tous. S’y soustraire vous expose au risque de perte de compétitivité.


Classement éditorial

8

Caractéristiques

  • Révélateur
  • Visionnaire
  • Exemples concrets

Commentaires

Que l’on se rassure : même si les progrès sont rapides en matière d’intelligence artificielle, il n’est pas envisageable, tout au moins dans un futur proche, de développer des machines dotées d’une intelligence artificielle forte et d’une conscience d’elles-mêmes qui remplaceraient l’humain. En revanche, exploiter les capacités de l’IA pour transformer les métiers de l’entreprise, améliorer la productivité, monter en performance et réduire les coûts apparaît comme un scénario bien plus probable. Les PDG ainsi que l’ensemble des responsables des services de l’entreprise trouveront dans cet ouvrage de précieux conseils et outils pour déployer l’IA au sein de leur organisation.

Résumé

D’Alan Turing au deep learning, l’intelligence artificielle a connu un développement rapide depuis la deuxième moitié du XXe siècle.

C’est un article publié par Alan Turing en 1950 qui marque les fondements de l’histoire moderne de l’intelligence artificielle. Dans cet article, Turing, devenu célèbre pour avoir décrypté le code Enigma des transmissions allemandes pendant la Seconde guerre mondiale, propose une méthode, le ‘test de Turing’, pour déterminer si un ordinateur a la capacité de penser comme un humain. Mais ce n’est qu’en 1956 que l’expression ‘intelligence artificielle’ est utilisée pour la première fois par John McCarthy et Marvin Minsky lors de la conférence de Dartmouth. Dès lors, deux courants de recherche vont s’opposer. Le ‘cognitivisme’ s’appuie sur ‘une vision symbolique de l’intelligence’. Le ‘connexionnisme’, quant à lui, entend modéliser le fonctionnement du cerveau humain en utilisant des neurones formels, qui sont une représentation mathématique des neurones biologiques. La puissance de calcul des ordinateurs s’améliorant au fil des décennies, ces théories ont pu être perfectionnées vers la fin des...

À propos de l’auteur

Ingénieur et diplômé de Stanford et de Coursera en machine learning et en deep learning, Stéphane Roder enseigne à l’ESSEC et a créé de nombreuses start-up à succès.