Le méta-apprentissage propose de construire des modèles capables… d’apprendre à apprendre. Enfin, d’apprendre mieux, plus vite, dans un certain domaine. L’idée a d’abord séduit en vision artificielle, elle fait ses premiers pas en traitement automatique du langage. Des modèles capables
De plus en plus d'équipes de recherche en bio-informatique s'intéressent à l’apprentissage automatique pour analyser et interpréter les données génomiques. Ces travaux ouvrent de nouvelles voies pour la médecine, notamment en matière de diagnostic et de thérapie. Il y a
Francis Bach est un spécialiste mondialement reconnu de l’apprentissage statistique. Il dirige l’équipe Sierra (Inria, ENS, CNRS) qui s’intéresse à des aspects théoriques de l’apprentissage automatique, notamment la parcimonie et l’optimisation des algorithmes, tout en gardant un œil sur ses applications.
L’apprentissage auto-supervisé, qui fait l’économie de ces coûteuses données étiquetées, fait des progrès notables ces derniers temps. En vision artificielle, une approche prometteuse a été récemment publiée par une équipe de DeepMind. Les données étiquetées sont rares et chères, c’est
Les données étiquetées coûtent cher. De multiples voies de recherche sont explorées pour les économiser ou même s’en passer. L’apprentissage auto-supervisé est aujourd’hui perçu comme une approche particulièrement prometteuse. « Apprentissage auto-supervisé : la matière noire de l’intelligence » (« Self-Supervised Learning: The Dark
En s'appuyant sur les technologies de reconnaissance de la parole humaine, plusieurs équipes de recherche tentent de décrypter le langage des cétacés. En attendant, l’IA fait déjà ses preuves pour analyser leurs déplacements et leur comportement. Comprendre les échanges entre ces
Président et cofondateur de la start-up Aqemia, qui œuvre à la découverte de nouveaux médicaments, Maximilien Levesque est passé par la case chercheur en physique fondamentale à l'ENS Paris, avant de devenir entrepreneur. Lors de son parcours, qu'il n'aime pas
Et si la reconnaissance faciale, qui fonctionne si bien sur les humains, pouvait être appliquée à l'étude de nos cousins animaux ? Telle est l'idée mise en œuvre par deux développeurs états-uniens et une éthologue canadienne spécialiste des grizzlis au sein