artistraman / Pixabay
Nous quittons pour cet article, en partie, le domaine de l’intelligence artificielle pour nous intéresser à la génomique. Comment décoder le génome et chercher des choses intéressantes qui se cachent à l’intérieur? Nous vous présentons ici une brève explication.
L’importance de la dynamique des matériaux granulaires pour l’industrie La dynamique des matériaux granulaires est un domaine d’étude qui revêt une importance certaine pour de nombreuses industries, et qui nous intéresse donc chez R&D Médiation. En effet, les procédés de formulation nécessitant d’admettre des matériaux granulaires dans un silo ou un réacteur sont présents[…]
Parmi les critiques que l’on entend le plus à propos de l’intelligence artificielle revient souvent l’accusation d’être une boîte noire qui donnerait des résultats sans pouvoir expliquer comment elle arrive à une conclusion ou à un diagnostic. Des diagnostics arbitraires? Non justifiés? Ce procès est-il juste, ou ne serait-il pas seulement un effet collatéral du[…]
MIH83 / Pixabay
Nous en avions vraiment l’impression, mais la dernière étude de MMC Ventures le confirme: 40% des « startups de l’intelligence artificielle » n’en font pas et n’ont pas le début d’un bout de code de deep learning dans leurs serveurs. Ces usurpateurs risquent fort de faire du dégât, alors comment les reconnaître?
Free-Photos / Pixabay
NVidia vient de publier STYLEGAN. Un réseau de neurones qui fabrique des photos de gens qui n’existent pas. Explorons ensemble ce generative adversarial network.
mohamed_hassan / Pixabay
Lorsque l’on doit conduire des expérimentations, et pas seulement en science, on cherche à relier des causes à des effets, à savoir si tel ou tel paramètre influence un résultat. Actuellement occultée par les technologies de deep learning, l’ancienne approche par plan d’expériences demeure particulièrement pertinente lorsque les expériences coûtent cher ou sont dangereuses à conduire. R&D Médiation vous propose un outil gratuit de planification d’expériences.
pixel2013 / Pixabay
En 2019, beaucoup de technologies IA arrivent à maturité. Parmi les dirigeants des entreprises, se pose désormais la question-clef: Qui va se saisir des opportunités? Qui les laissera à ses concurrents? Comme souvent lors de l’arrivée de ruptures technologiques, se pose tout simplement la question du désir.
WikiImages / Pixabay
La découverte de nouvelles molécules est une activité importante notamment dans le domaine des médicaments. Autrefois, l’alliance de calculs complexes de mécanique quantique et de l’expérience du chimiste permettaient d’imaginer des structures que l’on pourrait synthétiser. Avec l’essor des technologies d’intelligence artificielle, et notamment des autoencodeurs variationnels, une approche nouvelle est en développement depuis deux ou trois ans. Dans cet article, nous présentons cette approche sur une molécule explosive: le TNT.
PhotoMIX-Company / Pixabay
Dans le cadre d’un projet MIT Sloan, nous avons réalisé une roadmap intelligence artificielle sur une exploitation viticole (vin de Sancerre). L’intelligence artificielle s’invite aujourd’hui dans des entreprises qui n’avaient pas d’activité de recherche et développement, ce qui constitue une véritable opportunité de croissance pour celles qui se saisissent des outils. Il nous a semblé intéressant de voir comment des technologies, dont certaines ont moins de deux ans, peuvent changer une industrie traditionnelle. Sans reprendre la roadmap complète, cet article présente une synthèse de nos surprises dans le monde du vin.