Publié le

Les escrocs utilisent l’IA pour se faire passer pour des proches

Les escrocs utilisent des outils d’IA de clonage vocal pour se faire passer pour des parents de victimes ayant désespérément besoin d’aide financière. Cela fonctionne.

Êtes-vous sûr que c’est votre proche au bout du fil ? Méfiez-vous des arnaques de clonage de voix par intelligence artificielle.

Vous pourriez très bien recevoir dans un avenir proche un appel d’un parent ayant un besoin urgent d’aide, vous demandant de lui envoyer rapidement de l’argent. Et vous pourriez être convaincu qu’il s’agit bien de lui parce que, eh bien, vous connaissez sa voix.

L’intelligence artificielle change cela. Les nouveaux outils d’IA générative peuvent créer toutes sortes de résultats à partir de simples invites textuelles, y compris des essais écrits dans le style d’un auteur particulier, des images dignes d’un prix artistique et, avec un simple extrait de la voix d’une personne, une voix qui ressemble de manière convaincante à une personne donnée.

En janvier, les chercheurs de Microsoft ont fait la démonstration d’un outil d’IA de synthèse vocale qui, à partir d’un échantillon audio de trois secondes seulement, peut simuler fidèlement la voix d’une personne. Ils n’ont pas partagé le code pour que d’autres puissent s’amuser avec ; en revanche, ils ont prévenu que l’outil, appelé VALL-E, « peut comporter des risques potentiels en cas de mauvaise utilisation… tels que l’usurpation de l’identification vocale ou l’usurpation de l’identité d’un locuteur spécifique ».

Mais une technologie similaire existe déjà dans la nature et les escrocs en profitent. S’ils peuvent trouver 30 secondes de votre voix quelque part en ligne, il y a de fortes chances qu’ils puissent la cloner – et lui faire dire n’importe quoi.

« Il y a deux ans, voire un an, il fallait beaucoup d’audio pour cloner la voix d’une personne. Maintenant… si vous avez une page Facebook… ou si vous avez enregistré un TikTok et que votre voix y figure pendant 30 secondes, les gens peuvent cloner votre voix », a déclaré au Washington Post Hany Farid, professeur de criminalistique numérique à l’Université de Californie à Berkeley.

L’argent s’est envolé

Le Post a fait état de ce péril ce week-end, décrivant comment une famille canadienne a été victime d’escrocs utilisant le clonage vocal par IA – et a perdu des milliers de dollars. Des parents âgés ont été informés par un « avocat » que leur fils avait tué un diplomate américain dans un accident de voiture, qu’il était en prison et qu’il avait besoin d’argent pour payer ses frais de justice.

Le prétendu avocat a ensuite passé le téléphone au fils, qui a dit aux parents qu’il les aimait et les appréciait et qu’il avait besoin d’argent. La voix clonée était « suffisamment proche pour que mes parents croient vraiment qu’ils ont parlé avec moi », a déclaré le fils, Benjamin Perkin, au Post.

Les parents ont envoyé plus de 15 000 dollars par le biais d’un terminal Bitcoin à – eh bien, à des escrocs, et non à leur fils, comme ils le pensaient.

« L’argent a disparu », a dit Perkin au journal. « Il n’y a pas d’assurance. On ne peut pas le récupérer. Il est parti. »

ElevenLabs, une société qui propose un outil de génération de voix par IA, a tweeté le 30 janvier qu’elle voyait « un nombre croissant de cas d’utilisation abusive du clonage vocal ». Le lendemain, elle a annoncé que la fonction de clonage de la voix ne serait plus disponible pour les utilisateurs de la version gratuite de son outil, VoiceLab.

Fortune a contacté l’entreprise pour obtenir des commentaires, mais n’a pas reçu de réponse immédiate.

« La quasi-totalité du contenu malveillant a été généré par des comptes gratuits et anonymes », écrit-elle. « Une vérification supplémentaire de l’identité est nécessaire. Pour cette raison, VoiceLab ne sera disponible que sur des tiers payants. » (Les abonnements commencent à 5 dollars par mois).

La vérification des cartes n’arrêtera pas tous les mauvais acteurs, reconnaît-elle, mais elle rendra les utilisateurs moins anonymes et les « obligera à y réfléchir à deux fois. »

–

SEO AGENCE est votre agence web à Lille.

 

Publié le

Comment l’intelligence artificielle a eu son nom

C’est un fait peu connu qu’une partie du nom de Wikipédia vient d’un bus à Hawaï. En 1995, six ans avant le lancement de la célèbre encyclopédie en ligne, un programmeur informatique nommé Ward Cunningham était à l’aéroport international d’Honolulu lors de sa première visite dans les îles. Il était en train de développer un nouveau type de site Web pour aider les concepteurs de logiciels à collaborer, un site que les utilisateurs eux-mêmes pouvaient rapidement modifier à partir d’un navigateur Web. C’était une innovation frappante à l’époque. Mais comment l’appeler ?

« Je voulais un mot inhabituel pour désigner ce qui était une technologie inhabituelle », a déclaré Cunningham à un lexicographe curieux en 2003. « J’ai appris le mot wiki… quand j’ai été dirigé vers la navette de l’aéroport, appelée Wiki Wiki Bus. »

Wiki signifie rapide, et les mots hawaïens sont doublés pour souligner : le bus très rapide. Avec cela, le logiciel de Cunningham avait le son distinctif qu’il recherchait : WikiWikiWeb.

Wikipedia, dont Cunningham n’a pas participé au développement, est l’un des innombrables sites Web basés sur son travail. La seconde moitié de son nom vient du mot encyclopédie, pedia étant le terme grec pour la connaissance : « connaissance rapide ». Pourtant, maintenant, le site connaît un tel succès que sa renommée a éclipsé ses origines, ainsi que le fait qu’une visite fortuite sur une île a donné à l’ère numérique l’un de ses termes les plus emblématiques.

J’aime me plonger dans les origines de nouveaux mots, en particulier autour de la technologie. À l’ère numérique, la technologie peut sembler être un ordre naturel des choses, surgissant pour ses propres raisons. Pourtant, chaque technologie est ancrée dans une histoire et un moment particuliers. Pour moi, l’étymologie met l’accent sur la contingence de choses que je pourrais autrement tenir pour acquises. Sans le sens de ces histoires trop humaines, je suis incapable de voir nos créations pour ce qu’elles sont vraiment : des extensions merveilleuses et imparfaites de la volonté humaine, empêtrées dans toutes sortes de préjugés et de conséquences imprévues.

Je donne des conférences sur la technologie aux adolescents et j’utilise souvent Wikipédia comme incitation à la discussion. Trouvons et améliorons un article pour améliorer Wikipédia, je suggère, et dans le processus, de réfléchir à ce que « mieux » signifie. La réaction de mon public est presque toujours la même. Qu’est-ce que j’entends par améliorer un article ? Ne sont-ils pas tous écrits par des experts ? Non, je dis. C’est tout l’intérêt d’un wiki : les utilisateurs eux-mêmes l’écrivent, ce qui signifie qu’aucune page n’a jamais le dernier mot. Il n’y a pas de réponses définitives et pas de propriété au-delà de la communauté elle-même.

Certains contributeurs au wiki original de Ward Cunningham sont loin d’être élogieux envers Wikipédia précisément parce qu’ils le voient trahir cette intention. En raison de son succès, soutiennent-ils, Wikipédia encourage une illusion d’impartialité et de permanence. Ses pages peuvent devenir des « vérités » autonomes et autoproclamées qui mettent fin au débat ou le restreignent à une caste éditoriale auto-sélectionnée.

Un élan plus important se cache derrière de telles inquiétudes : le passage du temps lui-même. Aucun de mes adolescents ne se souvient d’une époque antérieure à Wikipédia, et le site Web original de Cunningham est plus ancien que tout le monde. d’eux. Comme la plupart des logiciels et du matériel dans leur vie, Wikipédia est simplement une partie du paysage, quelque chose que les gens habitent, s’adaptant à ses contours.

Le numérique entretient un rapport difficile avec le temps. Les anciens formats et plates-formes tombent rapidement en désuétude ; plus récent est par définition meilleur, plus rapide, plus lumineux. Pourtant, des décisions vieilles de plusieurs décennies continuent d’avoir une influence. Si, par exemple, vous voulez comprendre la conception d’une souris d’ordinateur, vous devez vous replonger dans un article de la NASA de 1965 explorant différentes méthodes de contrôle possibles, notamment une sorte de pédale déplacée avec les genoux, une tablette et un stylet « Grafacon », un stylo lumineux, un joystick. En faisant cela, vous vous retrouverez transporté à une époque où il n’était en aucun cas évident de savoir comment les gens pourraient le mieux interagir avec un ordinateur, ou même ce que signifiait interagir avec un ordinateur. Exemple de citation de l’article original : « Bien que le contrôle du genou n’ait été développé qu’à l’époque où il a été testé, il s’est classé élevé à la fois en termes de vitesse et de précision et semble très prometteur.

Qui imaginerait utiliser ses genoux pour contrôler un ordinateur aujourd’hui en parallèle de la frappe, comme travailler sur une machine à coudre à l’ancienne ? Tracer le fil d’un mot est un beau contrepoids à l’obsession souvent implacable de la culture numérique pour le présent, esquissant comment chaque itération de logiciel et de matériel s’appuie sur des idées et des valeurs plus anciennes. Connectez-vous à un réseau sans fil et vous entrez dans le même espace verbal que le télégraphe sans fil développé dans les années 1890. À l’époque comme aujourd’hui, des accords internationaux devaient être établis pour une mise en réseau réussie, ainsi qu’une réglementation, des licences et l’affirmation agressive des normes des marques. Communiquer électroniquement, c’est participer à un vaste consensus négocié, construit et entretenu sur la base de décennies d’hypothèses accumulées.

De même, parler de technologie, c’est assumer : cela demande des notions partagées de sens et d’usage. Pourtant, il y a des termes qui méritent plus de scepticisme que la plupart. Il y a soixante ans, un groupe de scientifiques a élaboré un programme de conférence visant à prédire et à façonner l’avenir, à établir un domaine qui, selon eux, transformerait le monde. Leur mission était d’utiliser la jeune science du calcul numérique pour recréer et dépasser le fonctionnement de l’esprit humain. Leur titre choisi ? Le projet de recherche d’été de Dartmouth sur l’intelligence artificielle.

Les hypothèses de la Conférence de Dartmouth, énoncées dans une proposition de 1955, étaient explicitement impudiques : « [L]’étude doit procéder sur la base de la conjecture que chaque aspect de l’apprentissage ou tout autre élément de a décrit qu’une machine peut être faite pour le simuler. Pourtant, aujourd’hui, le mot même «intelligence» continue de se situer quelque part entre une meule et un homme de paille pour ce domaine. Des véhicules autonomes à la reconnaissance faciale, de la maîtrise de Chess and Go à la traduction basée sur le traitement de milliards d’échantillons, une automatisation de plus en plus intelligente est un source de fascination anxieuse. Pourtant, les mots mêmes qui peuplent chaque titre nous éloignent encore plus de la vision des machines telles qu’elles sont – non pas tant un miroir de l’intellect humain que quelque chose de totalement différent de nous, et d’autant plus puissant pour cela.

Comme Alan Turing lui-même l’a dit dans son article de 1950 sur les machines informatiques et l’intelligence, « nous ne pouvons voir qu’une courte distance, mais nous pouvons voir beaucoup de choses qui doivent être faites ». Si nous voulons affronter l’avenir avec honnêteté, nous avons besoin à la fois d’une idée claire d’où nous venons et d’une description précise de ce qui se passe sous notre nez. L’IA, telle qu’elle est, s’étend sur une multitude de disciplines émergentes pour lesquelles des étiquettes plus précises existent : apprentissage automatique, systèmes symboliques, big data, apprentissage supervisé, réseaux de neurones. Pourtant, une analogie vieille de 60 ans fossilisée dans les mots obscurcit le débat autour de la plupart de ces développements, tout en alimentant des fantasmes inutiles à la place de connaissances pratiques.

Même si on peut se faire piéger dans les mots, aujourd’hui reste un âge d’une extraordinaire fertilité linguistique, marquée non seulement par l’alphabétisation de masse, elle-même un phénomène historique récent, mais par la participation massive au discours écrit et enregistré. À travers les écrans de milliards de téléphones portables, tablettes, ordinateurs portables et ordinateurs de bureau, l’humanité est saturée d’expression de soi comme jamais auparavant.

Tous ces mots disent et révèlent plus que nous ne savons, si nous voulons les interroger. L’étymologie insiste sur le fait que tout était autrefois nouveau, bien que né d’une négociation avec tout ce qui l’a précédé. D’une certaine manière, les histoires derrière de nouveaux mots nous interpellent à repenser : récupérer le choc et l’étrangeté de chaque ajout au monde.

Je ne crois pas que connaître l’origine de Wikipédia nous aide particulièrement à comprendre son succès, ou nous apprend à mieux l’utiliser. Mais cela rappelle que les choses n’ont pas toujours été comme elles sont aujourd’hui, suivies, espérons-le, par l’idée que les choses ne seront pas toujours comme elles sont aujourd’hui non plus.

SEO Agence est une agence SEO à Lille.

Publié le

L’utilisation de l’IA pour le marketing

Le marketing avec l’IA (intelligence artificielle) peut sembler fantaisiste ; le terme est utilisé dans les textes publicitaires des outils marketing par les gourous du marketing et médiatisé par les médias. Bien que le battage médiatique autour de ce que l’IA pourrait faire au cours des prochaines années soit surestimé, la réalité de la façon dont elle est utilisée aujourd’hui dans le marketing est souvent sous-estimée.

• Google utilise l’apprentissage en profondeur pour classer les résultats de recherche.

• Amazon utilise le traitement du langage naturel pour Alexa.

• Facebook utilise la reconnaissance faciale pour suggérer qui taguer sur les photos.

• Le Washington Post utilise la génération de langage naturel pour rédiger des articles axés sur les données.

• Netflix utilise l’apprentissage automatique pour personnaliser les recommandations de ses utilisateurs.

Ainsi, nos vies sont déjà assistées par machine, et de la même manière, le marketing peut l’être aussi.

5 plates-formes pouvant être exploitées pour le marketing à l’aide de l’IA
Votre équipe marketing perd son avantage concurrentiel tant que vous retardez l’utilisation d’outils marketing innovants basés sur l’IA. Les systèmes artificiellement intelligents fonctionnent en permanence sur le fond de populaire produits et services tels qu’Amazon, Netflix et Google.

Ces dernières années, l’IA s’est lancée dans le marketing en aidant les marques à améliorer et à enrichir chaque étape du parcours de leurs clients. En outre, les outils qui étaient auparavant disponibles pour les entreprises au niveau de l’entreprise sont désormais devenus abordables et accessibles aux moyennes et petites entreprises.

Voici cinq façons dont l’IA peut être utilisée pour vos campagnes marketing :

1. Chatbots
Les applications de messagerie telles que WhatsApp, Viber et Facebook Messenger ont permis aux clients de contacter plus facilement les entreprises et les entreprises pour des demandes de renseignements, des achats ou des réclamations. Ces applications sont gratuites et faciles à utiliser. Cependant, la triste réalité de l’utilisation de ces applications pour les entreprises, en particulier les grandes marques, est qu’il peut être difficile de répondre à chaque fois qu’un client envoie un message. De plus, cela peut devenir fastidieux lorsque vous devez répondre à des milliers de messages pendant vos heures de travail, et la plupart d’entre eux vous posent la même question !


Un chatbot est un programme d’IA qui peut simuler une conversation avec un utilisateur en langage naturel. Cela aide les entreprises à suivre leurs clients et à répondre à leurs questions. Désormais, les grandes marques peuvent définir des réponses prédéterminées aux questions fréquemment posées par leurs clients. Et aussi, les chatbots peuvent aider vos clients à trouver et à acheter un produit qu’ils aiment. Tout cela réduira considérablement le temps nécessaire à l’intervention humaine et à la réponse, ce qui vous fera économiser du temps et de l’argent.

2. Génération de contenu
Nous savons tous à quel point la génération manuelle de contenu est un processus fastidieux. Maintenant, imaginez avoir un site Web qui peut générer son propre contenu. Vous n’avez pas besoin d’embaucher des écrivains ou des éditeurs car vous aurez un site autonome qui peut vous rapporter de l’argent.

Les algorithmes d’apprentissage automatique de l’IA peuvent vous faciliter la vie en tant que spécialiste du marketing, et c’est ce qu’on appelle la génération de contenu. Malheureusement, il ne peut pas créer d’articles longs et écrits avec éloquence par des leaders de l’industrie, des PDG, des blogueurs et d’autres écrivains talentueux qui offrent des connaissances approfondies sur un sujet donné. sujet.

Une génération ou une rédaction de contenu ne peut que produire de simples rapports financiers, des mises à jour boursières, des actualités sportives, etc. Cependant, si vous avez besoin d’aide pour générer du contenu personnalisé pour votre site Web, utilisez l’intelligence de contenu. Il fournit aux créateurs des retours et des informations basés sur les données pour un contenu efficace qui donnera de meilleurs résultats.

3. Ciblage publicitaire programmatique
Il s’agit d’automatiser tout ou partie du processus d’achat d’annonces en utilisant une technologie pilotée par logiciel. La manière traditionnelle d’acheter/vendre des annonces est un processus long et fastidieux qui commence par parler à un vendeur, définir les termes d’un contrat et enfin l’exécuter. Cependant, l’IA dans le marketing numérique transforme la manière conventionnelle en un simple processus automatisé.


L’IA utilise les données des cookies des sites Web et des applications mobiles utilisés ou visités par les utilisateurs pour cibler des clients spécifiques qui correspondent aux critères de l’annonceur ou des entreprises. En cas de match, le système d’achat d’annonces enchérit automatiquement sur le impression et montrer le contenu gagnant de l’utilisateur.

Les publicités Facebook permettent aux spécialistes du marketing et aux annonceurs d’utiliser l’analyse de données dans le marketing numérique pour créer des profils personnalisés afin de cibler et de recibler leurs publicités. Notez qu’il s’agit des données que vous partagez sur les plateformes de médias sociaux lorsque vous cliquez sur pour accepter le contrat de licence d’utilisateur final (CLUF).

4. Tarification dynamique
Il s’agit d’utiliser une stratégie de prix personnalisée, dans laquelle sa demande et/ou son offre détermine le prix d’un produit ou d’un service. Par exemple, les prix des applications de covoiturage augmentent à mesure que la demande augmente. Un bot de site Web ou d’application peut surveiller les analyses prédictives de vos clients à l’aide de leurs recherches, de leur historique, de leurs cookies et d’autres activités pour leur fournir des prix en temps réel. Cependant, cela pourrait signifier qu’ils obtiennent des prix plus élevés ou moins de remises pour les services ou les produits dont ils ont besoin pour le moment. Même si cela semble injuste, il y a toujours deux côtés à une histoire.

Vos clients peuvent bénéficier de la tarification dynamique lorsque la demande d’un produit ou service est en panne. Par exemple, lorsque des chambres d’hôtel ne sont pas vendues, la tarification dynamique peut offrir des prix compétitifs pour attirer les clients et aider à réduire les chances de vacance.

5. Reconnaissance vocale
À l’heure actuelle, nous avons des IA avec des capacités de reconnaissance vocale qui peuvent reconnaître les mots prononcés et les convertir en texte pour exécuter la commande. Alexa, Siri et Google Assistant sont parmi les chatbots les plus populaires qui utilisent la technologie de reconnaissance vocale. De plus, la reconnaissance vocale est utilisée dans des applications telles que Google Maps, Shazam et d’autres systèmes mains libres.

Mais comment les marketeurs peuvent-ils tirer parti de la reconnaissance vocale pour leurs campagnes ? On estime qu’environ 55 % des ménages auront un haut-parleur intelligent d’ici 2022, contre 13 % en 2018. En outre, les ventes des achats vocaux devraient atteindre 40 milliards USD en 2022, contre 2 milliards USD en 2018. Sur cette base données, les spécialistes du marketing ne devraient pas manquer l’utilisation de la reconnaissance vocale dans leurs campagnes marketing.

Derniers mots
Compte tenu de tout ce qui précède avantages de l’IA Marketing, cybercriminalité cela signifie-t-il que l’IA prendra bientôt le relais des marketeurs et des créateurs de contenu ? Bien que l’apprentissage automatique améliore considérablement son algorithme, vous pouvez être rassuré pour les prochaines années, car les IA sont encore loin d’être parfaites.

Néanmoins, l’IA dans le marketing est un outil puissant qui permet aux entreprises d’interagir avec chaque client de manière personnalisée et significative. Il est temps de commencer à appliquer des produits d’IA et des techniques d’analyse marketing pour offrir des expériences personnalisées à vos utilisateurs. Cela aidera les spécialistes du marketing à obtenir de meilleurs résultats, augmentant éventuellement le retour sur investissement (retour sur investissement) de leur entreprise.

Publié le

L’IA pour le marketing

Le marketing avec l’IA (intelligence artificielle) peut sembler fantaisiste ; le terme est lancé dans les publicités pour les outils de marketing par les gourous du marketing et mis en avant par les médias. Bien que le battage médiatique autour de ce que l’IA pourrait faire dans les prochaines années soit exagéré, la réalité de son utilisation actuelle dans le marketing est souvent méconnue.

  • Google utilise l’apprentissage profond pour classer les résultats de recherche.
  • Amazon utilise le traitement du langage naturel pour Alexa.
  • Facebook utilise la reconnaissance faciale pour suggérer qui taguer sur les photos.
  • Le Washington Post utilise la génération de langage naturel pour rédiger des articles axés sur les données.
  • Netflix utilise l’apprentissage automatique pour personnaliser les recommandations destinées à ses utilisateurs.

Nos vies sont donc déjà assistées par des machines, et de la même manière, le marketing peut l’être aussi. Il en va de même pour la création de site internet et le marketing digital en général.

5 plates-formes qui peuvent être exploitées pour le marketing grâce à l’IA


Votre équipe marketing perd son avantage concurrentiel tant que vous reportez l’utilisation d’outils marketing innovants alimentés par l’IA. Les systèmes d’intelligence artificielle travaillent en permanence à l’arrière-plan de produits et services populaires tels qu’Amazon, Netflix et Google.

Ces dernières années, l’IA a fait son entrée dans le marketing en aidant les marques à améliorer et à renforcer chaque étape du parcours de leurs clients. De plus, les outils qui étaient auparavant disponibles pour les entreprises sont désormais abordables et accessibles aux moyennes et petites entreprises.

Voici cinq façons dont l’IA peut être utilisée pour vos campagnes de marketing :

1/ Chatbots
Les applications de messagerie telles que WhatsApp, Viber et Facebook Messenger ont permis aux clients d’entrer plus facilement en contact avec les entreprises et les commerces pour demander des renseignements, acheter ou se plaindre. Ces applications sont gratuites et faciles à utiliser. Cependant, la triste réalité de l’utilisation de ces applications par les entreprises, en particulier les grandes marques, est qu’il peut être difficile de répondre à chaque fois qu’un client envoie un message. De plus, cela peut devenir fastidieux lorsque vous devez répondre à des milliers de messages pendant vos heures de travail, et que la plupart d’entre eux vous posent la même question !

Un chatbot est un programme d’IA qui peut simuler une conversation avec un utilisateur en langage naturel. Cela aide les entreprises à rester en contact avec leurs clients et à répondre à leurs questions. Désormais, les grandes marques peuvent définir des réponses prédéterminées aux questions fréquemment posées par leurs clients. De plus, les chatbots peuvent aider vos clients à trouver et à acheter un produit qui leur plaît. Tout cela réduira considérablement le temps nécessaire à l’intervention et à la réponse humaines, ce qui vous fera gagner du temps et de l’argent.

2/ Génération de contenu
Nous savons tous que la génération manuelle de contenu est un processus fastidieux. Maintenant, imaginez avoir un site Web qui peut générer son propre contenu. Vous n’avez pas besoin d’embaucher des rédacteurs ou des éditeurs car vous aurez un site autonome qui pourra gagner de l’argent pour vous.

Les algorithmes d’apprentissage automatique de l’IA peuvent vous faciliter la vie en tant que spécialiste du marketing, et c’est ce qu’on appelle la génération de contenu. Malheureusement, ils ne peuvent pas créer des articles longs et éloquents écrits par des leaders du secteur, des PDG, des blogueurs et d’autres écrivains talentueux qui offrent des connaissances approfondies sur un sujet donné.

Une génération de contenu ou une rédaction ne peut cracher que de simples rapports financiers, des mises à jour boursières, des nouvelles sportives, etc. Toutefois, si vous avez besoin d’aide pour générer du contenu personnalisé pour votre site web, utilisez la content intelligence. Elle fournit aux créateurs des retours d’information basés sur des données et des idées pour un contenu efficace qui donnera de meilleurs résultats.

3/ Ciblage programmatique des annonces
Il s’agit d’automatiser tout ou partie du processus d’achat d’annonces en utilisant une technologie pilotée par logiciel. La manière traditionnelle d’acheter/vendre des publicités est un processus long et fastidieux qui commence par un entretien avec un vendeur, la mise en place des termes d’un contrat et enfin son exécution. Cependant, l’IA dans le marketing numérique transforme la méthode traditionnelle en un simple processus automatisé.

L’IA utilise les données des cookies des sites web et des applications mobiles utilisés ou visités par les utilisateurs pour cibler des clients spécifiques qui correspondent aux critères de l’annonceur ou des entreprises. En cas de correspondance, le système d’achat d’annonces enchérit automatiquement sur l’impression et affiche le contenu gagnant de l’utilisateur.

Les publicités Facebook permettent aux spécialistes du marketing et aux annonceurs d’utiliser l’analyse des données dans le cadre du marketing numérique afin de créer des profils personnalisés pour cibler et recibler leurs publicités. Notez qu’il s’agit des données que vous partagez sur les plateformes de médias sociaux lorsque vous cliquez sur pour accepter l’accord de licence de l’utilisateur final (EULA).

4/ Tarification dynamique
Il s’agit d’utiliser une stratégie de tarification personnalisée, dans laquelle sa demande et/ou son offre détermine le prix d’un produit ou d’un service. Par exemple, les prix des applications de covoiturage augmentent lorsque la demande augmente. Un bot de site Web ou d’application peut surveiller les analyses prédictives de vos clients en utilisant leurs recherches, leur historique, leurs cookies et d’autres activités pour leur fournir une tarification en temps réel. Cependant, cela pourrait signifier qu’ils obtiennent des prix plus élevés ou moins de remises pour les services ou les produits dont ils ont besoin à ce moment-là. Bien que cela semble injuste, il y a toujours deux côtés à une histoire.

Vos clients peuvent bénéficier de la tarification dynamique lorsque la demande pour un produit ou un service est en baisse. Par exemple, lorsque des chambres d’hôtel sont invendues, la tarification dynamique peut offrir des prix compétitifs pour attirer les clients et contribuer à réduire les risques d’inoccupation.

5/ Reconnaissance vocale
À l’heure actuelle, nous disposons d’IA dotées de capacités de reconnaissance vocale qui peuvent reconnaître les mots prononcés et les convertir en texte pour exécuter la commande. Alexa, Siri et Google Assistant sont quelques-uns des chatbots les plus populaires qui utilisent la technologie de reconnaissance vocale. En outre, la reconnaissance vocale est utilisée dans des applications telles que Google Maps, Shazam et d’autres systèmes mains libres.

Mais comment les spécialistes du marketing peuvent-ils tirer parti de la reconnaissance vocale pour leurs campagnes ? On estime qu’environ 55 % des ménages disposeront d’une enceinte intelligente d’ici 2022, contre 13 % en 2018. De plus, les ventes liées aux achats vocaux devraient atteindre 40 milliards USD en 2022, contre 2 milliards USD en 2018. Sur la base de ces données, les marketeurs ne devraient pas manquer d’utiliser la reconnaissance vocale dans leurs campagnes marketing.

Mot de la fin
Compte tenu de tous les avantages du marketing par l’IA mentionnés ci-dessus, cela signifie-t-il que l’IA va bientôt prendre le contrôle des emplois des spécialistes du marketing et des créateurs de contenu ? Bien que l’apprentissage automatique améliore considérablement son algorithme, vous pouvez vous rassurer pour les prochaines années, car l’IA est encore loin d’être parfaite.

Néanmoins, l’IA dans le marketing est un outil puissant qui permet aux entreprises de s’engager avec chaque client individuel de manière personnalisée et significative. Il est temps de commencer à appliquer les produits d’IA et les techniques d’analyse marketing pour offrir des expériences personnalisées à vos utilisateurs. Cela permettra aux spécialistes du marketing d’obtenir de meilleurs résultats, voire d’augmenter le retour sur investissement de leur entreprise.

SEO Agence est une agence conseil SEO.

Publié le

L’IA, c’est sérieux ?

Dans le film de 2004 I, Robot, Detective Del Spooner demande à un A.I. nommé Sonny: «Un robot peut-il écrire une symphonie? Un robot peut-il transformer une toile en un beau chef-d’œuvre? » Sonny répond: « Pouvez-vous? »

Les scientifiques ont travaillé pour répondre à la question de Spooner pendant la dernière décennie avec des résultats frappants. Des chercheurs de l’Université Rutgers, de Facebook et du College of Charleston ont développé un système de création d’œuvres d’art originales appelé C.A.N. (Réseau Adversaire Créatif). Ils ont «formé» C.A.N. sur plus de 81 000 tableaux de 1 119 artistes allant du XVe au XXe siècle. Le A.I. des experts ont écrit des algorithmes pour C.A.N. pour émuler des styles de peinture tels que la haute Renaissance, l’impressionnisme et le pop art, puis s’écarter des styles et produire une «excitation» parmi les spectateurs humains.

Dans un article publié en 2017 dans arXiv, les scientifiques rapportent que «les sujets humains ne pouvaient pas distinguer l’art généré par le système proposé de l’art généré par des artistes contemporains et présenté dans les plus grandes foires d’art». Aiva, une A.I. musicale, est récemment devenue la première machine à être enregistrée comme compositeur par la SACEM, une association professionnelle française d’auteurs-compositeurs, de compositeurs et d’éditeurs. Il apprend des compositions musicales existantes puis compose une musique originale et émotionnellement résonnante.

Pourquoi n’avons-nous pas vu un robot comédien aussi sophistiqué qu’un robot compositeur?

Si les IA peuvent être créatifs, peuvent-ils aussi être drôles? Eric Horvitz et Dafna Shahaf, chercheurs de Microsoft, en collaboration avec l’ancien éditeur de dessins animés new-yorkais Robert Mankoff, ont récemment montré qu’un A.I. peut dire ce qui est drôle. Horvitz et Shahaf ont développé un A.I. pour aider à passer au crible l’énorme pile de soumissions au concours de sous-titres du New Yorker. « Nous avons développé un classificateur qui pouvait choisir le plus drôle de deux légendes 64% du temps, et l’avons utilisé pour trouver les meilleures légendes, réduisant considérablement la charge sur les juges du concours de dessins animés », ont-ils écrit dans un article.

Bien que A.I. les robots peuvent ramasser des blagues, ils ont beaucoup à apprendre leur dire. En général, leurs blagues dérivent de jeux de mots, de jeux de mots et de saper les attentes logiques. «Comment appelez-vous une graine capable? Un sperme capable. Pas exactement Robin Williams. Mais pas mal.

Zoei (Zestful Outlook on Emotional Intelligence), un robot créé en 2014 par des chercheurs de l’Université Marquette, est prometteur en tant que comique en herbe. Zoei crée des blagues et des gestes, détecte les visages et reconnaît les réactions du public aux blagues précédentes. Il améliore sa routine via une technique d’apprentissage automatique appelée apprentissage par renforcement: tout comme une bande dessinée humaine utilisant des essais et des erreurs, Zoei maximise la «récompense» (rire ou réponse positive) pour ses blagues en explorant ses options et en exploitant la meilleure .

Zoei doit repartir de zéro avec chaque public, en construisant son répertoire au fur et à mesure. Les bandes dessinées humaines font la même chose dans une certaine mesure, mais elles peuvent mémoriser les publics passés et faire des associations entre eux, ainsi qu’écrire et se préparer avant de se produire. Regarder un «Zoei Night Live », ce serait comme vivre les premières minutes maladroites d’un micro ouvert, ou le pilote de saison inconfortable, au début de chaque spéciale.

Jusqu’à présent, Zoei n’a pas été testé dans des contextes plus grands que individuels, ou dans un vaste groupe démographique – il n’est pas près d’être un homologue comique d’Aiva. Pourquoi n’avons-nous pas vu un robot humoriste aussi sophistiqué ou avancé qu’un robot compositeur?

La différence fondamentale entre les éléments constitutifs de la musique et de la langue peut expliquer cette divergence. Selon Jonah Katz et David Pesetsky, de la West Virginia University et du M.I.T., respectivement, ces éléments constitutifs consistent en «des paires arbitraires de son et de sens dans le cas du langage; classes de hauteur et combinaisons de classe de hauteur dans le cas de la musique. » L’arbitraire général de la langue est généralement accepté comme l’une de ses caractéristiques déterminantes: le son d’un mot n’a pas de sens implicite en soi, car il peut changer dans le contexte de la langue, du dialecte, de la phrase, etc. sur. Katz explique qu ‘«il pourrait y avoir entre sept et deux douzaines de types d’atomes de base combinés pour former des morceaux de musique complexes», tandis que «pour le langage, le nombre d’atomes de base est de l’ordre de dizaines de milliers».

Avec ses subtilités et ses inflexions, ses significations et ses motifs, la langue est la devise de la comédie. (Pas le seul: voir de grandes bandes dessinées burlesques comme les Marx Brothers.) Robert Provine, neuroscientifique et auteur de Laughter: A Scientific Investigation, a montré que les plaisanteries qui imprègnent notre vie quotidienne sont souvent la graine des blagues d’un comédien. Provine a jadis observé des groupes de personnes sur un campus universitaire, pour une expérience, pour voir ce qui a provoqué le rire. Les échanges qui ont fait rire les gens, a découvert Provine, s’apparentaient à une sitcom télévisée «interminable» «scénarisée par un écrivain extrêmement peu doué». La comédie dépend du dialogue quotidien et des références culturelles et sociales partagées.

Nous devrions être heureux d’apprendre que le langage humain reste notre domaine. Parce que c’est les nuances sont difficiles à capturer en A.I., nous pouvons être infiniment plus créatifs avec elle que les machines. Une bande dessinée de robot devrait faire un long chemin pour générer un rire profond, sans parler d’un jeu de comédie. Dans un club d’improvisation, ce serait le seul ami maladroit qui essayait des jeux de mots et des blagues de papa. Pour l’instant, les robots peuvent écrire des blagues qui apparaissent sur des bâtons de popsicle. Mais ils n’amélioreront pas Dave Chappelle de si tôt.

SEO AGENCE est une agence seo à Lille

Publié le

L’impératif de l’IA dans la sécurité

Si les équipes des opérations de sécurité semblent épuisées, c’est parce qu’elles le sont – et pour de bonnes raisons. Même avant la pandémie actuelle, qui a vu une augmentation significative de certains types de cyberattaques, les experts en cybersécurité repoussaient déjà plus d’attaques que jamais dans leur paysage numérique en constante évolution. Le résultat est que le coût moyen d’une violation de données dépasse désormais 3,78 millions de dollars.

Cependant, alors que la pandémie se poursuit, les réseaux sont encore plus étendus. Les employés distants travaillent désormais sur des infrastructures jamais conçues pour avoir la majorité des charges de travail venant de l’extérieur du réseau, et les cybercriminels n’ont pas tardé à exploiter l’urgence et la confusion du moment. En plus d’un pic de spams et de campagnes d’hameçonnage hautement manipulateurs diffusant des logiciels malveillants, il y a également eu un ciblage accru d’individus de grande valeur pour voler des informations critiques, fournir des ransomwares ou installer des chevaux de Troie d’accès à distance qui contrôlent et surveillent les réseaux. Le risque est pas seulement que les organisations tentent leur chance sur un pari de 4 millions de dollars. C’est qu’ils prennent cette chance un million de fois par jour.

Ce n’est pas une hyperbole. À une époque où les alertes se multiplient en raison de la prévalence des menaces, certaines équipes SOC extensives reçoivent en moyenne 1 million d’alertes de sécurité par jour. Parce qu’ils manquent de personnel, ils n’ont guère d’autre choix que d’ignorer la plupart des alertes qu’ils reçoivent. Dans un rapport de l’ESG, les professionnels de la cybersécurité ont signalé que les organisations ignoraient jusqu’à 75% de toutes les alertes de sécurité – et même lorsqu’elles étaient en mesure de répondre, elles se retrouvaient souvent en course pour contenir et atténuer les menaces qui traversaient les réseaux plus rapidement que jamais grâce à un large gamme de nouvelles techniques d’attaque, y compris celles qui commencent à tirer parti de l’intelligence artificielle et de l’apprentissage automatique.

C’est l’homme contre la machine à la vitesse de l’ère numérique, et c’est tout simplement insoutenable. Les équipes du SOC d’aujourd’hui ne doivent pas être tenues pour responsables de faire l’impossible. Forcer qu’ils soient plus rapides qu’une attaque basée sur l’IA – en particulier sur des réseaux massifs d’appareils connectés à distance, dont un seul doit être violé pour que les criminels réussissent – n’est tout simplement pas réaliste.

Lorsqu’une attaque se produit, les analystes de la sécurité se démènent pour savoir comment elle est entrée, qui était le patient zéro et ce qu’il va infecter ensuite. Alors que même les réponses les plus rapides peuvent prendre plus de 10 minutes pour renvoyer des résultats, les ransomworms – qui se répliquent automatiquement en exploitant des fichiers et des programmes vulnérables – peuvent détruire des réseaux entiers, y compris des appareils et des systèmes connectés, en une fraction de temps. Tout ce qu’il faut pour en libérer un, c’est qu’un seul employé clique sur un lien de n’importe où sur le réseau.

Il n’est pas étonnant que la pression sur les professionnels de la sécurité soit plus forte que jamais. S’ajoute à cette pression l’attente que les analystes SOC devraient être des experts en tout, même si les organisations étendent leurs réseaux pour inclure des environnements multicloud, des travailleurs distants et des réseaux domestiques. Cependant, des compétences telles que la recherche sur les logiciels malveillants et le traçage patient zéro nécessitent des années d’expérience accumulée pour se développer. Tout comme les hôpitaux submergés par les patients de Covid-19 appellent des étudiants en médecine à assister à leur en première ligne, le manque de compétences en cybersécurité oblige les organisations à adopter une approche globale. Il s’agit à peine d’un palliatif, et encore moins d’une solution.

La vraie solution doit être double: la première consiste à déployer une IA capable de dépasser les vitesses de la technologie utilisée pour l’attaquer. La seconde consiste à tirer parti de la vitesse et de la précision de l’IA pour réutiliser les professionnels de la sécurité loin de l’analyse de données banale.

Le développement et le déploiement d’une solution d’intelligence artificielle peuvent prendre énormément de temps et de main-d’œuvre. Cependant, lorsqu’il s’agit d’identifier et de répondre à une attaque, la vitesse est le maître mot. Une fois qu’un système d’IA a été correctement construit et formé, la puissance de la sécurité basée sur l’IA est révélée par ses temps de réponse. Un système d’IA efficace peut effectuer les tâches d’une douzaine d’analystes de sécurité – et dans un paysage de menaces qui lance constamment de nouvelles menaces zero-day, la capacité de l’IA à réagir à la vitesse de la machine est essentielle. Aujourd’hui, une IA efficace peut détecter et désactiver un menace en quelques secondes, alors qu’il faudrait des jours à un analyste de sécurité chevronné pour l’identifier et l’isoler.

Cependant, ce n’est pas parce que les membres de l’équipe SOC ne devraient pas faire le travail d’IA que les solutions d’IA devraient faire le leur. Loin de là. La véritable puissance de l’IA n’est pas révélée lorsqu’elle est utilisée pour remplacer la prise de décision d’ordre supérieur et la perspicacité humaine. Au contraire, c’est la meilleure façon de voir ses limites. C’est plutôt lorsque la vitesse et la puissance de l’IA sont utilisées par des experts en sécurité chevronnés.

Parce que l’IA peut fonctionner à la vitesse de la machine pour détecter et atténuer efficacement les attaques plus rapidement et plus précisément que jamais, les professionnels de la sécurité sont alors libres de résoudre des problèmes beaucoup plus compliqués qui nécessitent des analyses plus poussées, telles que l’analyse médico-légale de la chaîne d’attaque et la restauration des systèmes. , ainsi que d’identifier et de combler les lacunes de sécurité et de rendre compte à la direction de ce qui s’est passé et pourquoi. Alors que l’IA peut identifier presque instantanément les cibles et arrêter un violation, les professionnels de la sécurité doivent encore analyser le contexte autour de l’attaque, y compris qui a été ciblé et pourquoi, permettant ainsi une reconnaissance plus approfondie des vulnérabilités potentielles.

L’intelligence artificielle et l’apprentissage automatique deviennent une partie plus importante de l’arsenal utilisé par les cybercriminels pour contourner les contrôles de sécurité que nous avons mis en place pour défendre nos ressources numériques. Par conséquent, nous ne devons pas hésiter à discuter de la nécessité de la vitesse et de la puissance que ces technologies peuvent fournir pour sécuriser nos réseaux en expansion. Cependant, bien que cette vitesse soit cruciale pour la sécurité numérique, sa valeur est en tant qu’outil pour les professionnels de la sécurité et non en tant que remplaçant. Il n’est pas contradictoire de dire que dans un paysage de menaces en constante évolution et de plus en plus intense, les réseaux doivent désormais déployer une IA plus rapide que n’importe quel analyste de sécurité chevronné, car nous avons plus que jamais besoin de ces analystes de sécurité chevronnés.

SEO AGENCE est une agence de conseil SEO

Publié le

L’aube de la « datacracy »

Lorsqu’un gouffre est apparu sur une route très fréquentée à Hangzhou, la ville idyllique de la province du Zhejiang, dans l’est de la Chine, qui a accueilli le Sommet du Groupe des 20 en 2016, le premier intervenant n’était pas une personne mais un système intelligent.

La plate-forme City Brain de Hangzhou a été la première à être mise en action, déclenchant un système d’intervention d’urgence qui a vu des vidéos de surveillance sur place envoyer des données et des images aux départements gouvernementaux concernés. Il a également établi une zone d’évacuation rapide couvrant les bâtiments voisins avec plus de 700 familles, émis un ordre d’évacuation et envoyé des informations telles que les adresses des personnes âgées et des personnes handicapées de la zone aux travailleurs sociaux afin qu’ils puissent être là pour offrir une aide spécifique. .

Tout cela a été fait en seulement 10 minutes, ce qui a laissé suffisamment de temps pour les opérations de sauvetage et évité des pertes.

Il n’est pas étonnant que Hangzhou ait un système d’administration aussi futuriste, étant donné qu’il abrite le géant de la technologie Alibaba. Wang Jian, architecte en chef du projet, l’appelle Le «cockpit numérique» de Hangzhou.

Il s’agit d’un vaste réseau neuronal basé sur l’intelligence artificielle (IA). Un volume massif de données – y compris les détails du trafic, des informations sur l’approvisionnement en eau et en gaz, et les changements météorologiques – et bien plus encore sont interconnectés et relayés aux services administratifs et aux individus pour une prise de décision intelligente.

Par exemple, alors que le City Brain a transmis les détails du gouffre aux services gouvernementaux concernés, il les a également envoyés aux résidents via leurs téléphones portables, les avertissant de rester à l’écart de la zone ou d’évacuer s’ils y étaient déjà.

Des progrès rapides
L’initiative de Hangzhou illustre comment la réforme administrative et un nouveau cycle de révolution technologique sont intégrés pour un développement intelligent.

La Chine fait pression pour la modernisation de son système et de sa capacité de gouvernance. Des technologies sophistiquées telles que le big data, le cloud computing et l’IA sont utilisées pour le développement social et économique, modifiant le mode de production et de fonctionnement ainsi que la gouvernance.

C’est l’ère de l’e-gouvernance. «La numérisation est une solution majeure pour la modernisation de la gouvernance», a déclaré Wang Yukai, membre du Comité consultatif pour l’informatisation de l’État, lors d’un forum à Beijing en novembre. «Les données sont devenues une nouvelle énergie pour le développement économique, aussi importante que le charbon, l’électricité, le pétrole et le gaz.»

Les gouvernements locaux explorent leurs propres moyens d’intégrer les technologies modernes de l’information (TI) avec des services et une gouvernance innovants. Par conséquent, de multiples modèles de gouvernance électronique ont été créés.

Par exemple, le Zhejiang a lancé plusieurs applications mobiles grâce auxquelles les gens peuvent accéder à des services tels que la prise de rendez-vous avec des médecins dans les hôpitaux publics ou le paiement des frais de scolarité de leurs enfants. Selon le Bureau de développement et de gestion des données volumineuses du Zhejiang créé l’année dernière, plus de 40% des services gouvernementaux sont disponibles en ligne.

Le Zhejiang illustre le service public Internet Plus, l’un des trois types Les modèles d’e-gouvernance en Chine à l’heure actuelle, a déclaré Wang Yimin, directeur du Centre de recherche sur la gouvernance électronique de l’Académie chinoise de gouvernance, à l’hebdomadaire économique Caijing.

Le second est la numérisation des procédures administratives. Dans la province centrale du Hubei, le partage de données grâce à la numérisation assure la coordination entre les départements. En conséquence, chaque département a les données nécessaires à portée de main au lieu d’avoir à se pencher sur des dossiers papier moisis.

Le troisième est le modèle basé sur les données. La province sud-ouest du Guizhou en fournit un exemple avec sa National Big Data Comprehensive Pilot Zone, qui facilite le partage, l’innovation et la sécurité du Big Data.

D’ici la fin de 2020, le plan est d’établir un système coordonné de gouvernance électronique qui couvrira non seulement les régions administratives individuelles à travers le pays, mais qui les reliera également, jetant une base solide pour la modernisation de la gouvernance.

Source de soutien
L’appui technologique a un grand rôle dans cet ambitieux plan.

«Les provinces qui ont bien performé en matière de transformation numérique ont un point commun: elles abritent des entreprises technologiques géantes», a déclaré Li Xiaobo, chercheur au Centre de recherche sur l’industrie du Big Data du Centre chinois de conseil en développement de l’industrie de l’information. «Il est important qu’une ou deux de ces entreprises, au moins dans la phase préliminaire, coopèrent avec les gouvernements afin de renforcer leur capacité de gouvernance électronique.»

Dans le Zhejiang, le gouvernement collabore avec Alibaba et Foxconn; Guangzhou, pôle industriel de la province méridionale du Guangdong, bénéficie de la présence de Tencent et Huawei; tandis que dans la province du Shandong, berceau de Confucius dans l’est de la Chine, Inspur, l’un des plus grands fournisseurs d’équipements informatiques au monde, s’est fait un nom dans le big data et le cloud computing.

Selon un récent rapport du Tencent Research Institute, en 2018, le cloud computing est devenu le nouvel animal de compagnie des organes gouvernementaux, avec son application au gouvernement. affaires augmentant de 404,7 pour cent d’année en année.

Les affaires gouvernementales sont devenues le plus gros gâteau pour les fournisseurs de services de cloud computing, car il y a une transformation d’Internet orienté consommateur vers Internet orienté vers l’industrie.

L’année dernière, Aliyun, une filiale d’Alibaba spécialisée dans le cloud computing, a remporté l’appel d’offres pour un projet de cerveau urbain dans la province de Hainan, dans le sud de la Chine, d’une valeur de 455 millions de yuans (64,6 millions de dollars); Tencent Cloud a obtenu un projet similaire à Changsha dans la province centrale du Hunan, évalué à 520 millions de yuans (73,8 millions de dollars); tandis que Huawei a emballé un projet de 2,74 milliards de yuans (389 millions de dollars) à Dongguan, Guangdong, en septembre. Les chiffres montrent l’énorme potentiel du domaine.

Selon le fournisseur d’informations commerciales International Data Corp., les dépenses mondiales en matière de services de cloud public et d’infrastructure atteindront 210 milliards de dollars cette année, la Chine étant le deuxième marché après les États-Unis.En 2022, les dépenses en services à elles seules atteindront 370 milliards de dollars dans le monde.

Regardant l’énorme potentiel, les entreprises réforment leurs produits et leurs paysages industriels. Huawei a créé un nouveau département spécifiquement pour les services de gouvernance électronique en 2018 et a changé son rôle de la vente d’équipements à la fourniture de solutions globales. Plusieurs unités commerciales d’Alibaba, dont Alipay, une plate-forme de paiement en ligne, et Amap, une plate-forme de cartographie numérique et de navigation, sont toutes impliquées dans des projets de gouvernance électronique.

Liu Song, chef de l’Institut de recherche Aliyun, a déclaré à Caijing que la mission ultime du projet de ville numérique d’Alibaba est de permettre aux résidents de s’engager dans les affaires gouvernementales en ligne, tout comme les achats sur Taobao, le marché en ligne d’Alibaba.

Défis à venir
Les énormes données impliquées et la vitesse de développement élevée signifient également des défis dans la transformation numérique.

La sécurité est une préoccupation majeure. Les données gouvernementales sont une ressource publique inestimable contenant une grande quantité d’informations personnelles. Prévenir leur vol nécessite d’énormes capitaux et des intrants technologiques et appelle à des efforts à l’échelle de la société.

«La direction de la ville doit développer des méthodes efficaces de supervision, qui incluent le flux de données, les visiteurs et les prestataires de services», a déclaré Jin Zhipeng, chef du bureau de développement et de gestion des données volumineuses du Zhejiang.

La suggestion de Wang est que l’architecture de haut niveau devrait être renforcée pour résoudre les difficultés de partage et de coordination des données. En outre, il est important de tirer le meilleur parti des institutions de gestion du Big Data.

Enfin, les données doivent être utilisées correctement pour les décisions gouvernementales, pour prédire les demandes afin que des politiques appropriées puissent être élaborées et des plans rédigés, ce qui est l’objectif central de la gouvernance électronique.

SEO AGENCE est une agence digitale

Publié le

Une IA pour analyser les rêves

Les requêtes de recherche Google et les publications sur les réseaux sociaux permettent d’analyser les idées, les préoccupations et les attentes de millions de personnes dans le monde. En utilisant les bons robots de scraping Web et les analyses de données volumineuses, tout le monde, des spécialistes du marketing aux spécialistes des sciences sociales, peut analyser ces informations et les utiliser pour tirer des conclusions sur ce que pensent des populations massives d’utilisateurs.

Est-ce que A.I. l’analyse de nos rêves aide à faire la même chose? C’est un concept audacieux, quoique intrigant, et c’est un concept que les chercheurs de Nokia Bell Labs à Cambridge, au Royaume-Uni, se sont occupés d’explorer. Ils ont créé un outil appelé «Dreamcatcher» qui peut, selon eux, utiliser les derniers algorithmes de traitement du langage naturel (NLP) pour identifier les thèmes de milliers de rapports de rêves écrits.

Dreamcatcher est basé sur une approche de l’analyse des rêves appelée hypothèse de continuité. Cette hypothèse, qui est étayée par des preuves solides issues de décennies de recherche sur les rêves, suggère que nos rêves sont des reflets des préoccupations et des idées quotidiennes des rêveurs.

Cela peut sembler du bon sens. Mais c’est une manière très différente de penser les rêves que les interprétations plus complexes avancées par des théoriciens comme Freud et Jung, qui considéraient les rêves comme des fenêtres sur des désirs libidinaux cachés et d’autres processus de pensée généralement obscurcis.

L’analyseur automatique de rêves
Le A.I. outil – dont Luca Aiello, chercheur principal chez Nokia Bell Labs, a déclaré que Digital Trends est un «analyseur automatique de rêves» – analyse la description écrite des rêves, puis les note selon un inventaire d’analyse des rêves établi appelé l’échelle Hall-Van De Castle .

«Cet inventaire consiste en un ensemble de scores qui mesurent à quel point les différents éléments présentés dans le rêve sont plus ou moins fréquents que certaines valeurs normatives établies par des recherches antérieures sur les rêves», a déclaré Aiello. «Ces éléments comprennent, par exemple, les émotions positives ou négatives, les interactions agressives entre les personnages, la présence de personnages imaginaires, et cetera. L’échelle, en soi, ne fournit pas une interprétation du rêve, mais elle aide à quantifier les aspects intéressants ou anormaux en eux.

Edyta Bogucka
Les rapports de rêve écrits provenaient d’une archive de 24 000 enregistrements de ce type, tirés de DreamBank, la plus grande collection publique de rapports de rêves en anglais encore disponible. L’algorithme de l’équipe est capable de séparer ces rapports et de les réassembler d’une manière qui a du sens pour le système – par exemple, en triant les références dans des catégories telles que «êtres imaginaires», «amis», «personnages masculins», «personnages féminins» etc. Il peut ensuite catégoriser davantage ces catégories en les filtrant en groupes comme «agressif», «amical», «sexuel» pour indiquer différents types d’interaction.

En notant la personne qui enregistre le rêve et son contenu, les chercheurs peuvent découvrir des liens intéressants. Un document écrit pourrait être quelque chose comme: «J’étais dans une maison. Ezra et un ami étaient sur le ordinateur. Cette chose de licorne a continué à courir vers moi quand j’ai ouvert une porte. Il y avait d’autres créatures étranges là-bas et d’autres comme des poulets. Ils ont continué d’essayer de m’attaquer. L’outil Dreamcatcher peut commencer par cette description et extraire automatiquement diverses informations; le classant finalement sous «Préoccupations et activités des adolescents». (Le rêve a été, en fait, enregistré par Izzy, une «écolière adolescente».)
Interface utilisateur de Dreamcatcher
Aiello a déclaré que certaines de ces idées sont attendues, tandis que d’autres révèlent des pistes surprenantes d’enquête future possible. «Par exemple, les rêves d’une adolescente étaient caractérisés par une fréquence croissante d’interactions sexuelles à mesure qu’elle approchait de sa vie d’adulte», a déclaré Aiello. « Plus surprenant, nous avons constaté que les rêves des personnes aveugles comportent plus de personnages imaginaires que la norme, ce qui suggère que nos sens influencent la façon dont nous rêvons. »

Ce type d’analyse est quelque chose que les psychologues qui examinent ces données pourraient également faire – bien que loin d’être aussi rapide qu’un A.I. outil. «Il est passionnant de constater la capacité croissante de la PNL à saisir des aspects de plus en plus complexes et intangibles du langage», a déclaré Aiello. «Cependant, il est encore plus excitant de penser que grâce à ces techniques, nous avons acquis la capacité d’effectuer une analyse des rêves à très grande échelle, ce qui serait impossible grâce au processus fastidieux d’annotation manuelle des rêves.

De doux rêves sont faits de ces
En comparant le système Dreamcatcher aux scores calculés par des psychologues, le A.I. l’algorithme correspondait 76% du temps. Cela suggère que de nouvelles améliorations pourraient être apportées. Néanmoins, c’est un bon début. Aiello – avec ses collègues chercheurs Alessandro Fogli et Daniele Quercia – estiment que le produit fini pourrait avoir de profondes applications.

«Alors que de plus en plus de personnes se portent volontaires pour partager leurs rêves, nous envisageons la possibilité d’analyser les rêves de toute une population – même de tout un pays – pour surveiller son bien-être psychologique au fil du temps»

On pourrait être pour quelque chose comme une application de suivi de l’humeur qui demande aux utilisateurs d’enregistrer leurs rêves, puis extrait des images récurrentes sur une certaine durée. Aiello a déclaré qu’un tel outil pourrait faire du reportage quotidien sur les rêves une habitude pour les gens; en les récompensant avec une analyse des rêves à la volée.

Cependant, le concept le plus intrigant est celui décrit au début de cet article: une sorte de projet de suivi des rêves à grande échelle qui pourrait cartographier les rêves du monde sur des événements réels pour voir comment l’un informe l’autre. Comme pour tant d’autres formes d’analyse de données volumineuses, cela deviendrait plus utile – et captivant – plus il était combiné et croisé avec d’autres données du monde réel.

«Alors que de plus en plus de personnes se portent volontaires pour partager leurs rêves, nous envisageons la possibilité d’analyser les rêves de toute une population – même de tout un pays – pour surveiller son bien-être psychologique au fil du temps», a déclaré Aiello. «De toute évidence, cela ne serait possible qu’avec l’utilisation d’outils automatisés comme le nôtre qui rendent l’analyse des rêves réalisable à grande échelle. Ce cette opportunité serait particulièrement convaincante à la suite des défis mondiaux qui ont un impact sur la psyché de chacun. Aujourd’hui, c’est COVID, l’année prochaine ce sera probablement la crise économique, et dans trois ou quatre ans, ce pourrait être le réchauffement climatique. « 

Agence SEO Lille

Publié le

Vous pouvez aider l’IA d’un Robot pour Mars à à distinguer les roches de la poussière

Vous pouvez aider l’IA d’un Robot pour Mars à à distinguer les roches de la poussière

Mars Rover Curiosity est sur la planète rouge depuis huit ans, référencement Google Lille mais son voyage est loin d’être terminé – et il reçoit toujours des mises à niveau. Vous pouvez l’aider en passant quelques minutes à étiqueter des données brutes pour alimenter son IA à balayage de terrain.

La curiosité ne navigue pas seule; il y a toute une équipe de personnes sur Terre qui analysent les images revenant de Mars et tracent une voie à suivre pour le laboratoire scientifique mobile. Pour ce faire, cependant, ils doivent examiner attentivement l’imagerie pour comprendre exactement où se trouvent les roches, le sol, le sable et d’autres caractéristiques.

C’est exactement le type de tâche dans laquelle les systèmes d’apprentissage automatique sont bons: vous leur donnez beaucoup d’images avec les caractéristiques saillantes clairement étiquetées, et ils apprennent à trouver des fonctionnalités similaires dans des images sans étiquette.

Le problème est que, bien qu’il existe de nombreux ensembles d’images prédéfinis avec des visages, des chats et des voitures étiquetés, il n’y a pas beaucoup de surfaces martiennes annotées avec différents types de terrain.

« Typiquement, des centaines de milliers d’exemples sont nécessaires pour former un algorithme d’apprentissage en profondeur. Les algorithmes pour les voitures autonomes, par exemple, sont formés avec de nombreuses images de routes, de panneaux, de feux de circulation, de piétons et d’autres véhicules. D’autres ensembles de données publiques pour l’apprentissage en profondeur contiennent des personnes, des animaux et des bâtiments – mais pas de paysages martiens », a déclaré le chercheur de la NASA / JPL AI Hiro Ono dans un communiqué de presse.

Pour être précis, ils ont déjà un algorithme, appelé Classification des propriétés et des objets du sol, ou SPOC, mais demandent de l’aide pour l’améliorer.

L’agence a téléchargé sur Zooniverse des milliers d’images de Mars, et n’importe qui peut prendre quelques minutes pour les annoter – après avoir lu le didacticiel, bien sûr. Cela peut ne pas sembler si difficile de dessiner des formes autour des rochers, des étendues sablonneuses, etc., mais vous pouvez, comme moi, avoir immédiatement des problèmes. Est-ce un «gros rocher» ou un «substrat rocheux»? Est-ce plus de 50 centimètres de large? Comment est-il grand?

Jusqu’à présent, le projet a étiqueté environ la moitié des près de 9000 images qu’il souhaite réaliser (avec peut-être d’autres à venir), et vous pouvez les aider à atteindre cet objectif si vous avez quelques minutes à perdre – aucun engagement requis. Le site est maintenant disponible en anglais, avec des traductions en espagnol, hindi, japonais et autres.

Les améliorations apportées à l’IA pourraient permettre au rover de dire non seulement où il peut conduire, mais également la probabilité de perte de traction et d’autres facteurs qui pourraient influer sur le placement des roues individuelles. Cela facilite également la tâche de l’équipe qui planifie les mouvements de Curiosity, car s’ils sont confiants dans les classifications de SPOC, ils n’auront pas à passer autant de temps à fouiller les images pour les revérifier.

Publié le

L’intelligence artificielle vs l’intelligence humaine

L’intelligence artificielle est-elle une menace pour l’intelligence humaine? Grâce à la créativité et à l’intelligence des super-champions de la technologie, l’intelligence artificielle s’est développée au cours des dernières années. Cela ne fait aucun doute, il nous a aidés, et il y a tellement d’exemples, y compris Siri, voitures intelligentes, jeux vidéo, Google Now, Agence SEO etc. que nous utilisons dans notre vie quotidienne. Considérant la croissance rapide de l’IA et la dépendance des humains à son égard, certaines personnes pensent que les micropuces fonctionnant avec des algorithmes vont surpasser l’intelligence humaine dans un avenir proche. Cependant, certaines personnes ont encore de l’espoir pour l’intelligence humaine. Comme ils croient que HI est beaucoup plus unique et meilleur que les robots, qui sont la création de HI. La vision transhumaniste de l’avenir inclut le remplacement de l’IH par les résultats améliorés et précis de l’IA. Cependant, ils oublient le fait que les humains ont créé l’intelligence artificielle et que nous continuons à innover chaque jour. Nous pouvons non seulement créer de nouvelles puces, des dispositifs informatiques pour l’avenir, mais nous nous développons et créons de nouvelles idées tous les jours.

La science ne peut pas répondre à diverses questions liées à l’homme, comme l’origine de la créativité et la manière dont la vie se crée. Selon la science, il existe certaines règles selon lesquelles l’univers fonctionne et HI a prouvé son génie en créant des modèles révolutionnaires pour divers secteurs aujourd’hui. Les algorithmes provenant du cerveau humain sont beaucoup plus innovants que l’IA. Les ordinateurs sont sans aucun doute une puissante création humaine, mais ils sont exécutés sur les programmes créés par les humains. Nous pouvons apprivoiser l’IA et l’utiliser pour notre commodité, SEO Lille mais cela ne nous remplacera jamais. Les bons atouts de l’intelligence artificielle sont étonnants. Les grands géants du monde des affaires créent des applications époustouflantes basées sur l’IA. Ce ne sont pas des doutes des miracles et nous pouvons continuer à les utiliser pour notre avenir, mais ceux-ci sont fabriqués par des personnes pour des personnes.