Accueil > Analytics > Machine Learning et monde réel : 10 exemples concrets de cas d’usage du ML
machine learning monde réel exemples

Machine Learning et monde réel : 10 exemples concrets de cas d’usage du ML

Le Machine Learning est une technologie de plus en plus utilisée dans toutes les industries, et souvent présentée comme révolutionnaire. Toutefois, aux yeux du grand public, les possibilités offertes par l’apprentissage automatique restent obscures. Pour mieux comprendre le potentiel disruptif de cette technologie, voici 10 exemples concrets de cas d’usage originaux et surprenants.

Comme vous le savez sans doute, le Machine Learning est déjà utilisé massivement pour les recommandations sur les sites de e-commerce, pour les logiciels de reconnaissance vocale, ou encore pour affiner les résultats des résultats des moteurs de recherche. Toutefois, ces cas d’usage répandus ne sont qu’une infime partie des possibilités offertes par cette technologie. Voici 10 exemples d’applications originales pour comprendre à quel point l’apprentissage automatique va transformer notre monde.

Le Machine Learning pour prendre rendez-vous par téléphone

Difficile d’évoquer les cas d’usage concrets du Machine Learning sans parler de la technologie Google Duplex. Présentée lors de la conférence Google I/O 2018, Duplex est un système d’intelligence artificielle capable de passer des coups de téléphone avec une voix humaine naturelle. Cette IA permet par exemple de prendre des rendez-vous ou réserver une table à un restaurant de façon automatisée.

Le Machine Learning pour apprendre à marcher

L’entreprise DeepMind est parvenue à créer un bonhomme en fil de fer qui a appris à marcher, à courir et à sauter grâce au Machine Learning. S’il s’agit là d’un personnage virtuel, on peut imaginer que les robots du futur apprendront à leur tour à se déplacer grâce à l’apprentissage automatique.

Le Machine Learning pour prédire la qualité du vin

game of wines

FreeCodeCamp a créé un didacticiel permettant d’apprendre à une intelligence artificielle à reconnaître le bon vin. Grâce au Machine Learning, il n’y aura bientôt plus besoin d’oenologue. Précisons que ce didacticiel très instructif est accessible aux débutants.

Le Machine Learning pour identifier des percussions

percussions

Créé par Peter Sobot, l’application Machine Learning for Drummers permet d’analyser un échantillon audio de percussion pour déterminer s’il s’agit d’un kick drum, d’un snare drum ou d’un autre type de percussion. Sa précision est actuellement de 87%. Pour parvenir à cette prouesse, le développeur a créé un arbre de décision permettant à l’IA de se baser sur le volume et la fréquence des échantillons pour identifier la percussion.

Le Machine Learning pour compter les abeilles

abeilles

En utilisant un Raspberry Pi et un panneau solaire, Mat Kelcey a créé un programme permettant de compter les abeilles grâce au Machine Learning. Pour ce faire, le développeur tracé les données de chaque abeille et a constaté à quel moment de la journée elles étaient le plus active et le moment où elles étaient toutes de retour à la ruche. Kelcey envisage d’intégrer cette technologie à des caméras de surveillance.

Le Machine Learning pour trouver ” où est Charlie “

En utilisant le service Google AutoML Vision, l’agence Redpepper a créé un robot capable de trouver ” où est Charlie “ en quelques secondes seulement. Les images du personnage ont été utilisées pour nourrir l’intelligence artificielle afin de lui permettre de reconnaître Charlie instantanément.

Le Machine Learning pour remplacer des images dans les vidéos

Les chercheurs de l’UC Berkeley ont utilisé PyTorch pour créer un logiciel capable de transformer des éléments d’une vidéo en éléments similaires. Par exemple, il est possible de transformer un cheval en zèbre, ou une scène d’été en scène d’hiver. Un cas d’usage amusant, mais qui pourrait aussi être détourné pour manipuler les masses…

Le Machine Learning pour générer des chats

machine learning pusheen

Grâce au Machine Learning, Zack Nado a créé un logiciel permettant de générer des images du chat Pusheen. Pour ce faire, le développeur a utilisé un Generative Adversarial Network (GAN) permettant de générer des images similaires à celles avec lesquelles il est nourri.

Le Machine Learning pour détecter votre patron avant qu’il n’approche du bureau

bossensor

Si le Machine Learning est souvent utilisé pour gagner du temps et augmenter la productivité, il peut aussi s’avérer utile pour les fainéants. Hiroki Nakayama a créé BossSensor, un logiciel permettant de détecter votre patron avant qu’il ne s’approche de votre bureau. Grâce au Deep Learning, l’ordinateur apprend à reconnaitre le visage du patron. Par la suite, une webcam placée sur le bureau sera en mesure de le détecter dès qu’il entre dans son champ de vision.

1 commentaire

  1. Article très enrichissant.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Send this to a friend