Pour en savoir plus
La Recherche a publié
G. Cariou, « Qu’attendre de l’apprentissage profond ? », Horssérie n° 18, juin-juillet 2016, p. 90.
P. Pajot, « Le champion de go peut-il encore battre l’ordinateur ? », Hors-série n° 18, juin-juillet 2016, p. 76.
G. Cariou, « Une machine peut-elle parler ? », entretien avec Luc Steels, Hors-série n° 18, juin-juillet 2016, p. 82.
R. F. Service, « Le cerveau tiendrait-il dans une puce ? », Hors-série n° 18, juin-juillet 2016, p. 86.
G. Cariou, « Avec l’acquisition massive de données, la science a changé », entretien avec Emmanuel Candès, n° 513-514, juillet-août 2016, p. 40.
À lire
Yann Le Cun, L’Apprentissage profond : une révolution en intelligence artificielle, Fayard, 2017. Sur le Web
http://icgc.org
Le site de l’International Cancer Genome Consortium présente 89 projets de cartographie génétique de tumeurs.
https://tinyurl.com/ yaoh6owu
Cette vidéo en anglais, éditée par la revue Science, explique le principe de l’apprentissage profond et mentionne certaines de ses applications scientifiques.
www.wired.com/2008/06/ pb-theory
Dans cet article rédigé en 2008, Chris Anderson, alors rédacteur en chef de Wired, explique pourquoi, selon lui, l’intelligence artificielle va rendre la méthode scientifique obsolète.
https://tinyurl.com/storydeep-learning
Cet article de Wired présente la théorie « bottleneck » (goulot d’étranglement) : performants, les réseaux de neurones profonds ne sélectionneraient que les informations les plus représentatives des données qu’ils doivent traiter.
www.molecularspace.org
Sur ce site d’un groupe de Harvard, vous pouvez partager une partie de la capacité de calcul de votre ordinateur, afin de rechercher de nouveaux matériaux organiques à intégrer dans les cellules photovoltaïques.