Par Frederic Alexandre , Inria Un des problèmes que l’IA n’a toujours pas résolu aujourd’hui est d’associer des symboles – des mots par exemple – à leur signification, ancrée dans le monde réel – un problème appelé l’ « ancrage du symbole » . Par exemple, si je dis : « le chat dort sur son coussin car il est fatigué », la plupart des êtres humains comprendra sans effort que « il » renvoie à « chat » et pas à « coussin ». C’est ce qu’on appelle un raisonnement de bon sens. En revanche, comment faire faire cette analyse à une IA ? La technique dite de « plongement lexical » , si elle ne résout pas tout le problème, propose cependant une solution d’une redoutable efficacité. Il est important de connaître les principes de cette technique, car c’est celle qui est utilisée dans la plupart des modèles d’IA récents, dont ChatGPT… et elle est similaire aux techniques utilisées par Cambridge Analytica par exemple. Le plongement lexical, ou comment les systèmes d’intelligence artificielle
Par Gooi Soon-Chai, Senior Vice President, Keysight Technologies , President, Electronic Industrial Solutions Group Il est étonnant de constater à quel point la technologie dans les transports a progressé en peu de temps. Il y a tout juste 50 ans, l'Apollo Guidance Computer (AGC) à bord d'Apollo 11, premier engin spatial à faire atterrir des hommes sur la lune, n'avait que 16k de mémoire de moins que la plupart des calculatrices de poche actuelles ! Aujourd'hui, les véhicules autonomes sont de véritables supercalculateurs mobiles, capables de traiter des milliards de transactions par seconde ! Ces voitures autonomes nécessitent des systèmes très complexes afin que les données de direction, de freinage et d’accélération, communiquent ensemble à des vitesses fulgurantes, jouent les unes avec les autres et soient capables de s'adapter en temps réel à des conditions de conduite changeantes tout en orchestrant une expérience sans faille et sûre pour les passa