Notice
Désassemblons le numérique - #Episode14 : Et si demain, l'IA lisait dans nos pensées ?
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
Dans ce nouvel épisode de Désassemblons le numérique, nous vous proposons un petit détour par… votre cerveau ! Enfin, plus précisément, par la façon dont les machines pourraient un jour le comprendre. Et si demain, une intelligence artificielle était capable de deviner ce que nous pensons ? D’interpréter nos intentions, ou même de contrôler une application… rien qu’avec notre activité cérébrale ?
Ce scénario n’est peut-être pas aussi lointain qu’il y paraît... Il est en tout cas au cœur des recherches de notre invité du jour : Fabien Lotte, responsable de l’équipe-projet Potioc.
Sur le même thème
-
ML-enhancement of simulation and optimization in electromagnetism
PESTOURIE Raphaël
Full-wave simulations of large-scale electromagnetic devices — spanning thousands of wavelengths while featuring sub-wavelength geometrical details — pose significant computational challenges….
-
Des opérateurs de neurones aux modèles de fondation : Scientific Machine Learning pour les phénomèn…
LEHMANN Fanny
Le Scientific Machine Learning a émergé comme un domaine à la frontière entre apprentissage automatique et simulation numérique pour construire des méta-modèles innovants...
-
Impact des techniques neuronales pour la microscopie computationnelle
DORIZZI Bernadette
GOTTESMAN Yaneck
Cet exposé s'attachera à décrire l'intérêt des techniques de réseaux de neurones pour la microscopie computationnelle…
-
Angela Dai – 3D in a Large-Data World
DAI Angela
Recent advances in machine learning have shown remarkable progress in the 2D and video domain, fueled by very large-scale data and compute. 3D, however, which is critical for applications spanning
-
Accidents du travail dans l’UE-15 et méthodes d’apprentissage automatique-PUDD
MBOMé Marie
Cette présentation met en avant l'apport des outils modernes de traitement des données dans le domaine des sciences humaines et sociales, en combinant statistiques avancées et intelligence
-
Utiliser tout le potentiel de nos écrans connectés
MALACRIA Sylvain
Les objets connectés se sont peu à peu immiscés dans notre quotidien. Dans nos maisons comme dans nos poches, ces systèmes interactifs sont de plus en plus plébiscités pour mener à bien certaines
-
Une minute avec Aymeric Ferron
FERRON Aymeric
Aymeric Ferron est doctorant dans l'équipe-projet Inria Biwac, au sein du centre Inria de l'université de Bordeaux.
-
Unsupervised learning approaches for patient stratification from electronic health records
JOSé-GARCIA Adan
Présentation de deux méthodes d'apprentissage non supervisé : multi-view data clustering et biclustering
-
Modélisation des séquences régulatrices par apprentissage automatique
BRéHéLIN Laurent
Application des méthodes d'apprentissage automatique à l'analyse de séquences régulatrices
-
Réseaux de neurones appliqués aux données d'expression pour la prédiction de phénotype
HANCZAR Blaise
Application de réseaux de neurones sur des données d'expression pour prédire des phénotypes
-
Réutilisations des données et bonnes pratiques par les algorithmes d'IA (REX de l'AI act et d'ANIT…
RISSER Laurent
Laurent RISSER est un ingénieur de recherche à l'IMT (Institut de Mathématique de Toulouse et au 3IA ANITI.
-
Neurophysiologie-U.V.EEG Nancy 2012 – EEG et sommeil
MONACA CHARLEY Christelle
Titre : Neurophysiologie-U.V.EEG Nancy 2012 – EEG et sommeilIntervenant(s) : Christelle MONACA (Lille).Résumé : objectifs- connaître les mécanismes physiologiques de régulation des états de la
