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 Chris Huff, Directeur de la stratégie, Kofax L'industrie est intrinsèquement complexe, avec plus de composants que jamais auparavant. Les chaînes de production sont géographiquement diversifiées. Les exigences réglementaires évoluent continuellement. Des quantités massives d'informations sont souvent stockées à l'extérieur des applications de l'organisation et sont difficiles, voire impossibles à accéder en cas de besoin. Et de nombreux fabricants s'appuient encore sur des processus qui consistent en grande partie, sinon entièrement, à effectuer des tâches manuelles et/ou sur papier, ce qui mine la productivité. Heureusement, la majorité des fabricants sont désireux d'explorer la voie de l'automatisation, c'est-à-dire de s'éloigner de cette façon habituelle de travailler pour travailler comme l'entreprise de demain. Et beaucoup ont commencé à prendre les devants. Une enquête mondiale de Forbes Insights a révélé que 48% des organis