Le « deep learning » ou apprentissage profond, est de plus en plus utilisé dans les applications modernes. Les API sont disponibles, ce qui ouvre des horizons prometteurs à ceux qui imaginent de nouveaux comportements, des moyens sophistiqués d’assistance, etc, tout ce qu’on peut simuler en installant un algorithme dans un réseau neuronal. Pour avoir une idée globale du domaine, il faut répartir notre introspection en deux phases : d’abord dans les réseaux neuronaux, de manière à bien comprendre ce qu’ils font, avec leurs limites et avantages, puis nous intéresser aux algorithmes, différenciés selon la nature de ces réseaux : convolutions pour le traitement d’images, récurrents, etc. On comprendra bien vite que l’on est ici plus dans le domaine de la simulation artificielle de ce que nous savons faire, que dans la véritable intelligence. Vaste débat qui n’est pas prêt de s’éteindre… Le webinaire que nous vous proposons n’a qu’une vertu pédagogique : bien comprendre les bases de l’apprentissage profond, histoire d’être à l’aise quand nous approfondirons un sujet précis et rassurez-vous, nous n’allons pas étaler d’intégrale triple ni de systèmes d’équations différentielles à coefficients non constants… Pragmatisme avec des illustrations, ce sera préférable…

On a coutume de dire que l’apprentissage automatique est la « fille aînée » de l’Intelligence Artificielle. C’est dire l’importance qu’il joue dans les algorithmes, le « deep learning » étant l’une de ses déclinaisons, qui exploite les technologies de réseaux neuronaux. Compte tenu de ce que le sujet est très foisonnant, il nous a semblé nécessaire de consacrer ce webinaire à une présentation globale du « machine learning », de quoi s’agit-il, à quoi ça sert, les distinctions entre modes supervisés et non supervisé, quelles sont ses composantes : classification, régressions linéaires et logistiques, renforcement, etc. Nous aboutirons à une cartographie de tous ces ingrédients, pour nous donner toutes les chances ensuite, d’approfondir tel ou tel sujet. Nous nous garderons également de trop recourir à l’expression mathématique, en dehors du strict nécessaire. Il s’agira seulement de bien comprendre de quoi nous parlons, d’établir les bases, de dresser la table, comme disent nos amis québécois. Un prérequis qui évitera bien des désillusions…

Les technologies d'habilitations nous font envisager un monde où les notions d’identités et les protocoles liés à l’AHA, feront une plus large part à la biométrie. Après un tour d’horizon des technologies innovantes dans ce domaine, nous nous concentrons sur deux grandes évolutions : la disparition programmée des mots de passe et l’identification en continu en arrière-plan, qui ne nécessiteront plus l’intervention des usagers. Tout le monde est concerné, les gestionnaires d’infrastructures, les développeurs, mais aussi les usagers qui, sans doute, vont trouver les technologies nouvelles très intrusives.