"La théorie de l'apprentissage de Vapnik et les progrès récents de l'IA" par Yann Le Cun
Фильм және анимация
L'explosion récente de l'intelligence artificielle et de ses applications est due en grande partie à l'utilisation de l'apprentissage machine, particulièrement des techniques d'apprentissage profond. Les idées fondatrices de l'apprentissage machine remontent aux années 50, et celles de l'apprentissage profond aux année 80. Les applications pratiques ont explosé ces dernières années, des voitures autonomes à la traduction, la recherche d'information et la médecine personnalisée. Mais que dit la théorie ? La formulation mathématique la plus générale des processus d'apprentissage est celle du mathématicien Russe émigré aux Etats-Unis Vladimir Vapnik. Dans son petit livre publié en 1995 "La Nature de la Théorie Statistique de l'Apprentissage", Vapnik décrit les conditions générales dans lesquelles un système, informatique ou biologique, peut apprendre une tâche, et à quelle vitesse. Mais cette théorie générale n'explique pas pourquoi les méthodes modernes d'apprentissage profond fonctionnent si bien, bien mieux que les méthodes plus simples mais mathématiquement mieux comprises.
Conférence du cycle "Un texte, un mathématicien". Le 4 avril 2018 à la Bibliothèque Nationale de France.
Пікірлер: 20
J'adore cette conférence ! MERCI pour ce partage.
MERCI pour la conférence...très riche
ajourd'hui 20 mai 2023 : chatGPT4, palm2 et llama , les premiers résultats publics de l'apprentissage non supervisé
❤🎉😊😊🎉❤
Une meilleure conférence en IA , j'aurais voulu que Yan Lecun visite aussi l'Afrique ou jusque' à aujourd'hui les étudiants sont formés dans ce domaine comme s'il s'agissait d'un cours d'histoire de l'antiquité!!!!!!
@Paganel75
Жыл бұрын
Pas totalement vrai. Le professeur Ebenezer Njoh-Mouelle, au Cameroun, suit de très près les questions d'intelligence artificielle, en particulier ses implications humaines et sociétales.
@landrynoulawe1565
Жыл бұрын
@@Paganel75 Le prof Njoh-Mouelle est un très bon philosophe, mais il n'a rien à d'un informaticien/mathématicien qui travaillerait sur l'IA, rien du tout.
@khadim1875
2 ай бұрын
en afrique on connait a peine l'IA dans les univeristés , on est toujours dans la programmation basique de l'informatique
@khadim1875
2 ай бұрын
@@Paganel75 tu es serieux ? on te parle de la technique tu ne parle d'un philosphe qui ne fait que coucher du texte sur un papier
La formule de la courbe est bonne, mais il me semble que dans la formule de Galilée, x (le temps en seconde) est au carré et non la racine carré. Ce qui donnerait le formule suivante Y= 1/2g*x*x. Ca ne change rien à la démonstration du tableau qui est juste, mais ne plaira pas à Galilée.
quant aux conseils donnés aux lycéens en fin de conférence, je dirais plutôt que s'ils veulent être sûrs d'avoir un job bien payés, qu'ils s'orientent vers les métiers de la santé : médecin, dentiste, pharmacien, voire infirmier, ou du droit : avocat, juriste, et non pas vers des métiers techniques comme ingénieur, qui sont en général très mal payés au regard du travail fourni (nécessité de revoir en permanence ses connaissances surtout en informatique) et pas très bien considérés dans l'opinion en général (même si vous êtes ingénieur, vous restez un "technicien" aux yeux de la population alors que si vous êtes médecin, vous gagnerez 2 ou 3 fois plus et aurez toute l'admiration de la population)
"Révolution won't be televised" Gil Scott-Heron
can we get english subtitles please? thanks
@nolanr1400
Жыл бұрын
Learn french
@landrynoulawe1565
Жыл бұрын
Available in KZread
@ultrasound1459
7 ай бұрын
@@nolanr1400 The nicest french person be like 💀
Passionnante conférence ! Toutefois, si je reprends ces mots qui résument bien ma perplexité : "Un chat a plus de sens commun que la machine la plus intelligente aujourd'hui"......"le rôle de la technologie est de démultiplier l'intelligence humaine". Y a pas comme un p'tit soucis quelque part cher monsieur l'admirateur de HAL dans 2001 ?
kzread.info/dash/bejne/pYKo1c2LcaethLw.html Je ne comprends pas la partie avec le modèle de taille infini ayant un nombre infini de donnée pour être calibré. Il dit que l'erreur de généralisation sera toujours élevé pour les données non vue pendant la phase de test. Parle-t-il de différent type d'infini, par exemple un modèle entrainé sur tous les nombres entiers et testé sur les réels - entiers ?
Mensonges concernant le plafond de verre juif en Russie.