Ashwin Ittoo est professeur titulaire en systèmes d’information de gestion à l’Université de Liège et chercheur au Japan Advanced Institute of Science and Technology.
Il est membre du comité éditorial et de révision de plusieurs revues d’Elsevier. À l’Université de Liège, il encadre plusieurs doctorants dont le sujet d’étude concerne les algorithmes de Machine/Deep Learning et leurs applications pour divers secteurs comme la finance, la médecine, l'ingénierie commerciale, etc.
Ashwin Ittoo a également travaillé sur des projets pour la Commission européenne : il a développé un système d'analyse de textes juridiques pour la DG FISMA et, pour la DG JUSTICE, il a participé à une enquête sur l'utilisation des nouvelles technologies dans le domaine juridique.
Il est formateur dans le cadre du module « Créer de la valeur ajoutée grâce au Machine Learning » pour HEC Liège Executive Education.
« L’expression « intelligence artificielle » (IA) désigne généralement des Machines capables d’accomplir des tâches qui demandent de réfléchir de façon humaine », explique Ashwin Ittoo. « On distingue aujourd’hui deux types d’IA : les general Artificial Intelligence (AI) et les weak AI. Les general AI, c’est le but à long terme : des Machines capables de réfléchir comme des humains, d’apprendre par elles-mêmes et d’exécuter n’importe quelle tâche humaine. Cette forme d’IA, nous en sommes très loin. Les weak AI sont quant à elles déjà utilisées sur le terrain quotidiennement. Ce sont des Machines capables d’exécuter des tâches précises demandant une cognition humaine, auxquelles elles ont été formées ».
Le Machine Learning représente une sous-catégorie de l’intelligence artificielle, dont l’objectif est de permettre aux machines de comprendre de nouveaux scénarios de façon autonome. En d’autres termes, alors que l’entièreté du Machine Learning repose sur l’intelligence artificielle, celle-ci n’est pas limitée au Machine Learning.
« La plupart des weak AI ont appris leurs tâches par Machine Learning », continue Ashwin Ittoo. « Nous fournissons des données au programme qui sont liées à la tâche à accomplir, et le programme analyse ces données pour « apprendre » comment l’accomplir ».
Un modèle de Machine Learning s’apparente donc à un ordinateur qui examine des données, et qui s’en sert ensuite pour identifier des schémas, établir des prévisions, et in fine pour accomplir la tâche qui lui est assignée. En ce sens, toutes les tâches qui sont basées sur des règles pourraient être automatisées par le biais du Machine Learning.
Pour comprendre son fonctionnement, il est important d'aborder les quatre principaux modèles de Machine Learning. La principale différence entre ceux-ci concerne le niveau d’intervention humaine nécessaire au fonctionnement de l’algorithme :
Il existe de nombreuses applications du Machine Learning dans la vie de tous les jours. « Les systèmes de reconnaissance vocale Siri, Alexa ou Google Now sont des weak AI, qui comprennent vos requêtes et y répondent. Les guides d’itinéraires comme Google Maps également », cite Ashwin Ittoo. « Ces weak AI opèrent également dans les domaines médicaux, juridiques ou financiers, pour le traitement de données à grande échelle ».
Ainsi, les entreprises utilisent le Machine Learning car il présente de nombreux avantages pratiques, notamment :
Vous aimeriez en savoir plus sur le Machine Learning et les applications que vous pourriez en faire pour votre entreprise ?
Découvrez notre formation « Créer de la valeur ajoutée grâce au Machine Learning », présentée par Ashwin Ittoo !
Sources : https://www.calliege.be/salut-fraternite/108/lintelligence-artificielle-entre-mythes-et-realite/ - https://www.hpe.com/be/fr/what-is/Machine-Learning.html
These Stories on Digital Transformation, Innovation & Change
Copyright © 2023 HEC Liège Executive Education | Conditions Générales de Vente des Formations Inter-Entreprises | Aides à la Formation | Protection de la Vie Privée
Developed by @Stratenet
Dites-nous ce que vous en pensez !