Apprentissage automatique (Machine Learning)

Ce terme « Machine Learning » est le fruit d’un concept de longue date : l’intelligence artificielle (IA). Petite rétrospective du « combat » entre l’homme et la machine :

  • 1952 le jeu du morpion (tic-tac-toe)
  • 1992 le jeu de Backgammon
  • 1994 le jeu de dames
  • 1997 le jeu d’échecs (par Deep Blue de IBM)
  • 2001 le jeu Jeopardy (par Watson de IBM)

Le jeu de GO était l’étape suivante. En 2014, les experts prédisaient que la cible ne pourrait être atteinte avant 10 ans. Un peu plus d’un an après, le résultat est atteint ! Le programme AlphaGo est développé par DeepMind, racheté par Google en janvier 2014.

AlphaGo a gagné en octobre 2015 les 5 parties jouées contre Fan Hui, joueur professionnel triple champion d’Europe. Du 8 au 15 mars 2016, AlphaGo a rencontré le légendaire Lee Se-Dol qui n’a pu remporter qu’une victoire sur 5.

fb 5
Cet auto-apprentissage est un nouvel élément qui va révolutionner le système d’informations et son organisation.

Références :
https://blog.google/topics/machine-learning/alphagos-ultimate-challenge/
http://www.webrankinfo.com/dossiers/produits-google/alphago

Des bits et des bytes…

La norme CEI 60027-2 publiée en 1999 introduit les préfixes dit « binaires » : kibi-, mébi-, gibi-, tébi-, pébi- et exbi-.

Celle-ci permet d’éviter la confusion entre bit et byte (octet) et les marges d’erreurs associées. En effet, tant que restait à l’échelle des préfixes décimaux kilo, méga et même giga, le taux d’erreur oscillait déjà entre 2 à 7%. En passant aux échelles supérieures (téra, péta, exa), les taux d’erreurs avoisinent maintenant  entre 10 et 15% !

Lorsque vous voyez des unités en Ki, Mi, Gi, Ti, Pi ou Ei, maintenant, vous saurez à quoi cela correspond !

Pour plus de détails, voici le lien sur wikipedia