Comment choisir la bonne technique d’IA pour vos projets de transformation numérique ?

Vous allez passer au machine learning ? Mais entre le deep learning et le reinforcement learning, vous vous demandez quelle intelligence artificielle est la plus adaptée à votre gestion de projets ? Voilà ce que vous devez étudier pour mener votre révolution digitale en toute simplicité.

Algorithmes

Les algorithmes vous ouvrent de nouveaux processus décisionnels, à condition de pouvoir déjà se décider sur le système analytique. Au moment de choisir parmi les technologies émergentes, départager plusieurs grandes tendances actuelles d’application de l’IA peut s’avérer un casse-tête. Pour mieux identifier la vôtre, commencez par vous demander ce que vous allez offrir à vos automates. En gros, votre Big Data est-il vraiment si imposant ? Et existe-t-il beaucoup de zones d’incertitude dans vos projets ?

 

Le deep learning : l’algorithme intelligent gourmand en données

 

Cette technique intelligente s’appuie sur l’étude du cerveau humain et ses réseaux neuronaux. Elle vous permet de prédire vos performances selon la maturité de votre processus de gestion de projet, avec une acuité qui peut atteindre jusqu’à 98%.

En bref, c’est vous qui supervisez son apprentissage, en lui donnant le point d’entrée et de sortie. Très utile pour la classification de données, mais aussi pour l’informatique cognitive (reconnaissance faciale, technologie vocale, reconnaissance de glyphes…) !

La précision de ce réseau de neurones artificiel augmente de façon exponentielle avec les données qu’il peut traiter. Sa force, c’est donc l’ampleur de votre base données (database).


Ce système de traitement de données se fonde exclusivement sur la data que vous lui fournissez. Il recherche sans cesse des modèles et établit des corrélations entre les données, mais il se limite aux éléments auxquels il a été présenté.

Le deep learning permet par exemple aux voitures autonomes de reconnaître des éléments du décor et des situations déjà intégrées. Mais si un camion d’un modèle inconnu (non présent dans ses données) se présente devant la voiture autonome, elle ne le reconnaît pas et ne réagit donc pas, étant incapable de tenir compte de l’imprévu. C’est ce qui a produit l’accident de la voiture robot de Tesla en 2016.

 

L’apprentissage machine par renforcement : apprendre de ses erreurs

 

Là aussi, on pourrait penser à l’intelligence humaine : l’algorithme d’apprentissage construit sa forme d’intelligence sur le traitement automatique d’erreurs et de succès. Sauf que la version artificielle va bien plus loin que l’humain et apprend par elle-même, par stimulation. Au moindre obstacle, la machine autonome va programmer un contournement. Ce qui devrait s’avérer un outil idéal pour la prévention et la gestion des risques.

 

En reprenant l’exemple des véhicules autonomes, c’est ce type de machine learning qui permet à une voiture de réagir si un obstacle non identifié se présente sur sa trajectoire. Ou à un camion de livraison de reprogrammer son itinéraire en direct si les conditions de circulations évoluent.

 

Moins gourmand en données, le reinforcement learning exige du programmateur qu’il modifie le système de récompenses pour faire évoluer les possibilités de résolution des tâches.

 

Vous pouvez aussi choisir de combiner les deux formes d’IA, où le deep learning stocke les expériences et conclusions obtenues par le RL, pour optimiser l’exécution des tâches, par exemple. La puissance de calcul conjointe de ces machines autonomes représente pour vous une aide considérable dans la prédiction, le diagnostic et donc la prise de décision. Booster vos performances opérationnelles ne relève plus de la science-fiction…

 

Ces réflexions sur l’ IA vous intéressent ?
Suivez notre série d’articles sur le sujet.

Et pour cela , abonnez-vous à notre newsletter “En direct des bacs à sable”.
Cette newsletter vous informera de ce que nous publions ici et de ce qui se publie ailleurs sur ce type de sujets..

Abonnez-vous au plus vite.
Découvrez les trésors des bacs à sable, cliquez sur l’image….

Vous aimerez aussi sans doute lire aussi :

Big data vs Business intelligence : ce qu’il faut comprendre

Le premier V du Big data vvv

Innovation et Big data : devez-vous suivre ces 5 tendances ?

Téléchargez les bonnes feuilles du livre de Redouane Labdoui

Couverture bonnes feuilles livre Redouane Labdoui

Téléchargez les bonnes feuilles du livre de Redouane Labdoui

  • Et découvrez-le en avant-première
 


Prénom
Nom

Vous pourrez vous désinscrire à tout moment de la plateforme de gestion des téléchargement que nous utilisons, Mailchimp.
En acceptant de télécharger cet ouvrage, vous acceptez que vos informations personnelles soient transférées au système automatique de traitement Mailchimp. La politique de confidentialité de cet outil peut être consultée ici.

* champ obligatoire