Voici mon blog personnel. Intelligence artificielle, marketing digital sont les sujets les plus souvent abordés.

Catégorie : Intelligence Artificielle (Page 1 of 3)

Intelligence Artificielle
Cette rubrique comprend toutes mes réflexions et découvertes liées sur l’Intelligence Artificielle.

Je me passionne pour les intelligences artificielles et le marketing digital. D’ailleurs doit-on vraiment préciser « digital » ? Nous sommes bientôt en 2025, le digital (le « numérique » en bon français) est/doit être intégré dans le marketing. D’ailleurs les progrès y sont fulgurants. Tu verras quelques termes compliqués mais j’essaie de « vulgariser » les technologies qui sont de plus en plus utilisées mais peu comprises de tous.
Une newsletter ? Surtout pas !
Je n’utilise pas de newsletters donc tu ne verras jamais de pop-up à chaque connexion. Je déteste ça. Si tu veux voir mes publications suis moi simplement sur les réseaux sociaux. D’ailleurs j’y suis très actif donc tu peux me poser n’importe quelle question.

En effet, la technologie numérique ne doit pas être comprise par uniquement les élites mais aussi par tout le monde. Car c’est bien dans ce nouveau monde que nous vivons ! C‘est la mission que je me suis confié. 

Les transformateurs expliqués : comprendre le modèle derrière GPT-3, BERT et T5

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Vous connaissez cette expression, Quand on a un marteau, tout ressemble à un clou ? Eh bien, dans l’apprentissage automatique, il semble que nous ayons vraiment découvert un marteau magique pour lequel tout est, en fait, un clou, et ils s’appellent Transformers. 

Ce billet est plutôt complexe, je suis à ta dispo sur les réseaux sociaux pour répondre aux questions.
Bonne lecture !

Continue reading

Qu’est-ce que le chatGPT et comment ça marche ? Pour un enfant de 5 ans !

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Si vous lisez ceci, il y a de fortes chances que vous soyez curieux de savoir ce qu’est Chat GPT (Generative Pre-trained Transformer) et comment cela fonctionne. Peut-être êtes-vous un parent à la recherche d’un moyen d’aider votre enfant de 5 ans à découvrir la technologie et la communication.

Continue reading

Prompt IA Writter en passe de devenir un nouveau métier ?

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Prompt IA Writter

Avez-vous déjà vu des créations de Dall-e, cet algorithme qui crée des images en fonction d’une description que vous avez imaginée.

Prompt IA Writter en passe de devenir un nouveau métier ? Avez-vous déjà vu des créations de Dall-e, cet algorithme qui crée des images en fonction d’une description que vous avez imaginée. Un Prompt IA Writter serait une personne douée de décrire des éléments spécifiques pour qu’un algorithme le puisse créer.

Cet algorithme est capable de créer des images à partir de simples descriptions, ce qui est un processus appelé « inférence d’image ». De plus, Dall-e est capable de créer des images très élaborées et très détaillées, ce qui est un signe que cet algorithme est très intelligent. Il y a de fortes chances que les IA writters deviennent un nouveau métier dans le futur, car ces algorithmes sont de plus en plus intelligents et capables de créer des images de haute qualité.

Continue reading

Un laboratoire chinois défie Google et OpenAI avec une nouvelle IA

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Dans la course pour construire les technologies qui peuvent alimenter la prochaine vague de révolution de l’IA, un laboratoire chinois vient de renverser OpenAI et Google. OpenAI est un laboratoire de recherche américain qui a déjà quelques records à leur actif. J’aime beaucoup me renseigner sur le domaine de l’IA pour déterminer quel sera le futur de ce domaine.

Continue reading

Les différents types de réseaux de neurones : réseau de convolution

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Reprenons la série des articles traitant des différents réseaux de neurones. Dans cet article je vais t’expliquer comment fonctionne un réseau de convolution.

Dans l’article précédent nous avions vu comment fonctionnait un réseau de neurone artificiel. Si tu n’as jamais entendu parler du fonctionnement, je te conseille de le lire avant de continuer. Comme je l’ai déjà expliqué, même en simplifiant, il y a une partie « technique » et « représentative » que je ne peux pas soustraire à l’explication. Je vais essayer de mettre le plus d’illustration possible pour bien comprendre. Chaque réseau à sa spécialité, ils ont des fonctionnements différents avec des résultats plus ou moins performants. Les réseaux de convolution sont très bons pour l’analyse des images. 

Continue reading

Conférences Performance Web 2018

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Performance Web est l’événement incontournable du SEO en romandie. J’étais venu à leur première édition (en 2015) et en 2016. J’en avais gardé un très bon souvenir. Se sentir bien sur place, faire du réseau et repartir avec plus de connaissance dans ma boite crânienne, c’est tout ce qui m’importe.

L’organisation des conférences était bien ficelée

A peine pris mon Pass pour la journée que nous avons les mains pleines de cadeaux. Une sacoche, un tote bag. C’est plaisant, un peu déboussolant, quand on essaie de dire bonjour à quelqu’un avec tous ces sacs. Et puis j’ai regretté d’être venu avec mon sac à dos.

Bon le plus important c’est qu’il n’y a pas eu de retard sur scène, peu d’attente pour les cafés, l’organisation était top ! C’est toujours plaisant quand tout se passe bien et sans accro. De plus, le speaker a su garder son public attentif. Mon point négatif est le repas du midi :

Composition du lunch

  • 2 verrines de taboulé
  • 3 tranches de tarte aux pommes
  • 1 bouteille d’Henniez
  • Terminé

Un peu léger quoi. Fini la critique sur l’organisation, allons directement dans l’essence de l’événement, la substance même de pourquoi je me suis retrouvé ici, assis à écouter 10 speakers différents durant toute la journée ; place aux contenus des conférences.

début_conférences_performance-web

Marketing de niche, E-commerce, Tracking et Analytics

Je vais résumé 3 conférences qui m’ont plu. Galanterie oblige, commençons par Fanny Rannaud qui nous a exposé un sujet grave avec une voix remplie d’émotion ; « Sujets de niche : transformez les contraintes en opportunités ».

Fanny_rannaud_conférence_performance_web

Crédit photo : https://www.facebook.com/charlottelemeslephotographe/

Fanny travaille chez Helvet Health, une agence de communication liée au secteur médical. L’objectif de son travail est de fournir de l’information à une niche ; les personnes qui souffrent d’une maladie rare. Ces personnes souffrent longtemps. Cette attente est due à plusieurs facteurs.

Tout d’abord, le fait de ne pas trouver d’information sur les symptômes recherchés. Fanny nous apprend que ce premier point empêche de savoir si la personne peut mettre un nom sur sa maladie. Un problème sous-jacent c’est que les maladies sont tellement rares qu’il est possible aussi qu’elle n’a pas été découverte. Par conséquent, le dépistage prend des années. Ce sont des maladies rares, il faut rencontrer des spécialistes dans le monde entier. En plus du facteur temps, cela à un coût très important pour le malade de chercher des réponses à ses questions.

L’écoute et l’analyse

Fanny nous développe le processus marketing mis en place par l’agence. En premier lieu, elle doit rechercher les intentions de recherche. Pour cela, elle « écoute » le web. Elle identifie les conversations sociales sur certains mots-clés. De plus, elle cartographie ces keywords et identifie s’ils sont utilisés par des médecins ou des patients. En effet, un patient ne va pas utiliser le terme médical/scientifique pour parler de sa maladie, contrairement à un forum de discussion entre médecins.

Ensuite, Fanny va analyser le contexte informatif, cela revient à se poser la question suivante :

Est-ce que le web permet de répondre au question que se posent les malades ?

Suite de quoi, elle va rechercher et identifier qui donnent les réponses. Sont-ce des informations gouvernementales, médicales ? De la part d’influenceurs ? etc.

Création de contenu pertinent

Fanny va ensuite analyser les publications scientifiques liées à ces maladies pour le « vulgariser », le rendre plus accessible à tous. En effet, nous ne communiquons pas comme les médecins et il est donc nécessaire d’adapter les contenus en fonction des personnes qui rechercheront ces informations.

fanny_rannaud_conférence_performance_web

https://www.facebook.com/charlottelemeslephotographe/?fref=mentions

Valorisation du contenu

Le second objectif de Fanny est de valoriser le contenu. Pour cela, elle va multiplier les touchpoints via des forum, event, et collaborer avec les leaders d’opinion. Un exemple marquant pour ma part, lorsqu’elle a parlé de hackaton donc les scientifiques recherches des manières et méthodes pour mieux comprendre le malade. Dans les équipes de hackaton, sont mélangés les experts et les malades afin de prendre conscience de la difficulté des deux positions.

Enfin, apporter des solutions accessibles. Quand une personne utilise un certain nombre de mot-clés et se retrouve sur un site « médical », ils vont lui proposer d’aller voir un spécialiste avec les coordonnées. Les sites internet créer par l’agence propose toujours un forum pour créer et libérer la parole. Ainsi les personnes malades sortent de leur solitude. La solitude est un dommage collatéral des maladies rares.

Beyond the pill

Les laboratoires pharmaceutiques ont une approche différente en terme de communication car la législation est très restrictive. Ainsi, les laboratoires, expliquent ce qu’il se passe avant de créer un médicament. Cela participe à la crédibilité du laboratoire. En effet, un laboratoire qui a soigné une maladie rare permet d’avoir une crédibilité sur la scène mondial non négligeable, nous avoue Fanny.

Connecter les patients, avoir leur retour d’expérience, ne pas laisser les malades seuls, voici la mission que nous a fait découvrir Fanny Rannaud.

E-commerce

Nicolas_Chevalier_conférence_performance_web

Nicolas_Chevalier_performance_web

Je décerne la punchline de la journée à Nicolas Chevalier. Si je devais résumé son intervention en une phrase :

Le job du e-commerçant n’est plus de vendre, mais d’engager

Mélange de satisfaction et d’inquiétude dans la salle à ce moment. Revoyons les arguments annoncés par Nicolas.

Aujourd’hui l’achat est secondaire

Avez-vous l’impression d’acheter aujourd’hui ? Avec le one-click de Amazon, sentez-vous vraiment passer un acte d’achat ? Pas vraiment, est-ce pour autant une mauvaise expérience ? Non plus. Nous ne ressentons plus d’excitation au clic d’achat car ce n’est plus ce qu’il y a de plus important. C’est l’expérience et les informations (comparateurs, documentations, livre blanc, commentaires etc.)  en amont qui me confortent dans mon acte d’achat.  » L’acte d’achat n’est plus important, c’est le tout autour qui est important. » pour reprendre intégralement les mots de Nico (c’est pour la rime).

La force de vente est les clients !

Nicolas part du constat suivant : si des prospects ont les mêmes valeurs que moi, alors ils deviendront naturellement mes clients plus tard. En effet, si on partage des valeurs avec une communauté alors la communauté va nous aider à se développer. C’est selon lui la manière dont E-com Nation se développe.

La pré-fidélisation

Avoir une marque forte comment avoir de le croissance (voir slide ci-dessous).

nicolas_chevalier_conférence_performance_web

nicolas_chevalier_performance_web

Pour conclure, l’objectif numéro 1 est de transformer son client en ambassadeur. Le but n’est pas de vendre à tout prix, mais de le captiver et de donner un maximum de valeur. Par effet de réciprocité, les prospects deviendront clients.

Google Analytics ; GDPR un frein potentiel

Terminons en beauté avec la présentation de Bruno Guyot, Consultant indépendant en tracking & performance digitale – Google Certified Trainer. La conférence assez technique c’est la raison pour laquelle je ne vais pas faire long. En tout cas j’ai appris des best-practices qui fait plaisir. Bruno a développé un outil assez sympa pour s’assurer du rôle des cookies et du bon matching avec les campagnes directement dans Google Tag Manager.

Pour résumer brièvement, le maître mot pour qu’une campagne fonctionne très bien est la pertinence. Plus la campagne est pertinente rapidement, plus les résultats sont visibles et à bas coût. Deuxième point très important est la configuration de son Google Analytics. Pour en savoir davantage voici le lien en rapport avec toute sa présentation, une vraie mine d’or pour tout ceux qui sont dans le marketing digital !

Les différents types de réseaux de neurones : réseau de neurones artificiels

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Nous allons voir dans les prochains articles, trois types de réseaux. Les réseaux de neurones artificiels sont efficaces pour faire des prédictions et apprendre tout seul (je vais l’expliquer plus bas). Les réseaux convolutions sont efficaces pour la reconnaissance d’image. Les réseaux de carte auto-adaptative (SOM) sont efficaces dans la visualisation des data.

Continue reading

L’avènement de la conscience artificielle n’est pas liée de la singularité

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Pour fabriquer une IA consciente il faut trois éléments. Une machine qui réagit à son environnement, comme une lampe à détection de mouvement. Ensuite qu’elle soit capable de prendre des décisions – quand tu fais une recherche sur Google, l’IA prend la décision de te présenter ces résultats. Et enfin qu’elle soit capable de se voir elle-même en train d’agir et se poser des questions sur ses agissements. Ce sont des aspects bien commun de nos jours et contrairement à ce que l’on pourrait croire, il est plutôt facile d’en créer une. Mais alors, pourquoi nous n’en voyons pas ? Je vais te l’expliquer mais avant tout il faut faire un tour dans l’inconscient des humains.

La théorie de l’esprit

Pour comprendre la conscience humaine, il faut plonger profondément dans l’étude de la théorie de l’esprit.
La théorie de l’esprit est la tentative par un cerveau de déterminer le contenu d’un autre cerveau. Par exemple, Amandine se demande ce que pense Bruno du monde dans lequel nous vivons tous. Amandine crée des théories sur l’état actuel de l’esprit de Bruno.

Elle fait cela pour deviner ce que Bruno pourrait faire ensuite. Il est vrai d’un côté, aucun pouvoir ne pourrait être plus grand pour un animal social comme nous, les humains, d’anticiper le comportement des autres. Pendant des milliers et des milliers d’années, nous avons vécu à proximité des uns des autres. À mesure que nos comportements et nos pensées devenaient de plus en plus complexes, il devenait crucial pour chaque membre de la tribu d’avoir une idée de ce que pensaient les autres membres et des actions qu’ils pourraient accomplir. La théorie de l’esprit, c’est de l’espionnage intellectuel ! Et nous sommes plutôt doués, mais avec des limites critiques que nous aborderons plus tard.

Notre cerveau est comme un ordinateur ?

Dès lors qu’un système s’auto-observe et essai de faire de prédiction sur ce qu’il voit (de manière la plus approximative possible) est tout à fait envisageable. Alors pourquoi nous ne le faisons pas ?
On aime penser que notre cerveau est comme un ordinateur. Avec une RAM (mémoire court terme), un disque dur (mémoire long terme), un système de refroidissement et alimentation (vaisseaux sanguins) etc. Mais c’est très loin d’être le cas. Un ordinateur est construit avec toutes les pièces de son époque. Le cerveau pas du tout, certaine zone du cerveau sont beaucoup plus vieille que d’autre. De plus, la mémoire n’est pas unifiée dans une seule partie.

D’autre part, notre cerveau bouge, change, adapte les aires (cela se nomme la plasticité cérébrale). Notre cerveau ressemble plus à une ville comme Rome, toute sinueuse, où l’ancien se mélange avec le moderne. D’ailleurs toutes les zones ne communiquent pas ensemble. Un exemple frappant, si tu as eu le mal de mer. Une partie du cerveau comprend qu’il y a une différence entre les informations de l’oreille interne et de ce que tu voies. Le cerveau se met en alerte “empoisonnement tout le monde sort d’ici”, et tu vomis tout ce qui est possible pour éliminer le poison. Sauf que consciemment, tu sais que tu n’as pas ingurgité de poison…

Un humain n’est pas une machine ?

Nous venons de voir que les humains ont des comportements différents avec des similitudes. D’une part, les humains se regroupent par similitude car l’union fait la force. Dans la nature, vivre en communauté est plus facile que vivre seul. D’ailleurs le test de Ash prouve que nous préférons nous conformer au groupe; même si le groupe à faux, plutôt que d’être seul contre le groupe. Et puis nous avons des comportements constamment contradictoire ! Pourquoi voulons-nous nous habiller et aller danser ? Parce que c’est drôle ! Et nos amis seront là ! Pourquoi voulons-nous continuer à manger quand nous sommes repus ? Parce que c’est délicieux ! Et nous avons fait mille pas supplémentaires aujourd’hui !
Ces questions sur nos propres comportements n’en finissent jamais. Et les réponses sont presque toujours fausses.

L’égo fait la conscience de soi

Nos suppositions sur les motivations des autres sont beaucoup plus précises que les suppositions que nous faisons sur les nôtres. Ce champ de force est notre ego, et il nous donne une opinion exagérée de nous-mêmes. En effet, nous nous accordons un esprit plus élevé pour nos actions et une illusion de dangerosité lorsqu’un autre est meilleur que nous (ensuite vient la fascination et l’envie de s’améliorer). C’est d’ici que vient ce biais « les machines voudront nous tuer ».

Les explications incorrectes que nous présentons sur nos propres comportements visent à nous protéger. Elles sont souvent follement créatives, ou mêmes absurdes. Les réponses comme «amusant» et «délicieux» sont des réponses qui font référence à un module de bonheur, sans aucune curiosité quant aux avantages sous-jacents de ce mécanisme de récompense.

La vérité est que nous continuons à manger quand nous sommes repus parce que nous avons évolué dans un monde de pénurie calorique. Nous dansons pour attirer les copains et les copines à faire des copies de nous-mêmes (se reproduire). Parce que les modules de reproduction ont guidé ce comportement et nous sommes la descendance de ces premiers modules (c’est donc une affaire qui marche).

Alors cette machine existe-elle vraiment ?

Avec tous aspects précédents, si nous devions faire une analogie la plus précise d’une machine existante, alors je dirais : la voiture autonome connectée.

En effet, les voitures autonomes ont la capacité de voir et d’entendre pour se mouvoir sans heurter les obstacles. Elles ont donc une perception de leur environnement. Les voitures Tesla éduquent les  conducteurs pour l’utilisation de l’autopilot. La voiture conduit toute seule pendant un certain nombre de mètres et elle indique qu’il faut remettre les mains sur le volant. Plus le conducteur est réactif, plus la distance de conduite autonome sera longue. Il existe bel et bien une sorte de langage entre la machine et l’humain. Elles ont donc une perception langagière comportementaliste.

En voiture Simone

Maintenant, la conscience des autres. Si toutes les voitures étaient connectées, alors elles pourraient également communiquer entres-elles. Cette Nissan bleue va à l’épicerie parce qu’elle a faim. Et cette camionnette rouge va dans une station d’essence parce qu’elle a besoin de carburant. Cette voiture est en état d’ébriété. Celui-là ne peut pas très bien voir à cause de son phare cassé.

La bibliothèque de perceptions commence simplement avec les concepts du premier ordre, mais se transforme ensuite en idées de deuxième et troisième ordre. Est-ce que cette Ford jaune voit la Citroën grise venir vers elle ? Il s’est légèrement décalé, alors oui, c’est le cas. Est-ce que cette camionnette pense que la berline conduit trop agressivement ? Elle laisse plus de distance que les autres voitures, alors oui.
Notre machine va inventer des histoires sur ce qu’elle fait. Elle essaiera de relier ces histoires aux autres et ce sera souvent faux.

Est-ce vraiment souhaitable ? Nous avons créé des robots et des machines dans l’unique but qu’ils soient experts. Qu’ils traitent les informations sans erreur et de manière standardisée. C’est bien le paradoxe, nous fonctionnons totalement à l’opposé !

Rendre humain la machine, le piège anthropomorphique

Ce qui a vraiment fait apparaître Watson comme humain, c’est quand il a fait des gaffes. Comme une réponse finale de Jeopardy dans la catégorie « American Cities » où Watson a répondu une ville canadienne.
Il vaut la peine de noter ici que les robots nous semblent plus humains quand ils échouent.

Notre égo nous fait rire et nous fait peur

Il faut avouer que nous avons un certain plaisir quand nous regardons les vidéos des robots de Boston Dynamics. Notamment quand le robot soulève la boite et le gars tape sur la boite avec son bâton pour la faire tomber. Et maintenant quand nous voyons ce même robot faire un salto arrière (donc meilleur que nous) on se dit qu’il va nous écrabouiller… encore l’égo qui parle (relis le paragraphe, ci-dessus, de l’égo fait la conscience de soi) !

Les constructeurs automobiles sont en train de construire des véhicules qui ne seront jamais conscients. C’est parce qu’ils sont trop biens construits ! Notre projet consiste à rendre une machine ignorante de ses motivations tout en fournissant un dialogue de ces motivations. Une meilleure idée serait de construire une machine qui sait ce que font les autres voitures. Pas de devinettes.

Le savoir est la nouvelle richesse

Cela signifie accès au GPS, aux messages du smartphone, aux e-mails de l’ordinateur personnel. Mais aussi l’accès à tous les autres véhicules et toutes les données des capteurs de la ville. La Nissan dit à la Ford qu’elle va au centre commercial. Chaque voiture sait ce que chaque voiture fait. Il n’y a pas de collision.

Sur l’autoroute, des voitures aux destinations similaires se regroupent, des pare-chocs magnétiques se relient, en file indienne et réduisant de moitié l’utilisation énergétique collective de chaque voiture. Les machines fonctionnent de concert. Elles affichent tous les traits de l’omnipotence véhiculaire. Elles savent tout ce qu’elles ont besoin de savoir, et avec de nouvelles données, elles changent d’avis instantanément. Pas de parti pris. D’ailleurs, si une entreprise dit pouvoir guérir n’importe quelle maladie dans l’unique condition de te pister, même biologiquement, serais-tu prêt à l’accepter ?

L’IA sera au service de l’Homme

L’avenir le plus probable selon moi, c’est l’expansion et l’amélioration de nos propres algorithmes. Nous avons une longue histoire sur la condition humaine et de l’Homme contre l’Homme. Malgré ce que les nouvelles locales essaient de te vendre, le monde devient plus sûr tous les jours pour la grande majorité de l’humanité. Où l’éthique s’améliore. Nos sphères d’empathie sont en expansion. Sans besoin de créer une conscience artificielle.

La singularité

Pour conclure, selon moi nous vivons déjà la singularité. La machine est déjà plus performante que l’Homme dans bien des tâches. Les IA leur manque le « sens commun », c’est-à-dire la capacité à trouver une solution dans n’importe quelle situation. L’Homme a la prodigieuse capacité d’apprendre dans de nouvelle situation. Je ne sais pas faire un mur avec des briques et du ciment pourtant sur le fait accompli, j’essaierais, je vais surement me tromper et être très lent mais je suis « capable » de le faire. Est-ce grâce à ma conscience ? Pourtant je ne suis pas conscient de tout ce que je sais !

Enfin, une conscience a déjà été simulée, je te conseille de lire les recherches du professeur Alain Cardon sur la conception d’une conscience artificielle. N’en démords pas moins qu’il a détruit ses travaux dans l’attente d’un comité d’éthique mondial sur les réglementations et les usages de l’IA.

Nous pouvons également considérer notre propre cerveau comme une machine. Il est impossible de prouver le contraire. Exemple : comme un ordinateur dont on ne voit pas la masse de calcul à chaque instant, notre programme nous empêcherai de voir comment notre cerveau fonctionne !

 

Le ciblage Facebook est précis grâce à toi

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Le ciblage Facebook est précis.

Facebook est un réseau social qui représenterait le 3eme pays le plus peuplé du monde. Au cas où tu ne le savais pas, c’est également une régie publicitaire (au même titre que Google). Dès lors, les entreprises nous ciblent sur Facebook. Elles le peuvent car Facebook met des “étiquettes” sur nos comportements, sur les appareils que nous possédons et via les infos que nous donnons. Avec toutes ces données, Facebook nous met dans des « bulles », des « groupes » aux comportements similaires. Les annonceurs ne savent pas qu’ils te ciblent toi personnellement mais ils ciblent des personnes qui représentent une potentialité d’affaires.

Les annonceurs paient pour mettre leurs pubs sur Facebook.

Facebook quant à lui met en avant ces pubs aux utilisateurs que l’annonceur veut cibler. Prenons un exemple concret : je suis un commerçant qui a un magasin (je ne vends pas sur Internet) de jeux vidéo. Je veux viser les personnes qui possèdent une console de jeux et proche de mon magasin. Encore mieux, je souhaiterais viser les « millennials » et dont leur anniversaire sera le mois prochain. Ainsi je pourrais faire une annonce du type :

« Offre toi le nouveau JEUVIDEO X42 qui sort le 18 Octobre. Viens le récupérer en magasin pour ton anniversaire ! »

La base du marketing publicitaire

Le principe du marketing : donner le bon message, au bon moment à la bonne personne. Avec Facebook c’est dans le mille ! La géolocalisation, la tranche d’âge, le fait de posséder une console de jeux et le fait que c’est l’anniversaire le mois prochain me permet de cibler précisément mes clients potentiels. La publicité prendra alors en compte au moins l’un de ces critères pour toucher les bonnes personnes. Grâce à l‘intelligence artificielle et via les big data, la précision est de plus en plus chirurgicale. L’avènement des assistants intelligents permettront de prédire nos envies.

Ce n’est pas de la science-fiction, aujourd’hui il est possible de payer pour la publicité ultra-ciblée. Autres avantages du marketing digital, le calcule du ROAS. C’est-à-dire le retour sur investissement publicitaire. L’annonceur sait au centime près pour quoi il a été dépensé et quel action il a eu en retour. Contrairement aux méthodes de marketing traditionnel où les annonceurs paient des sommes pharaoniques en affichage urbain/TV pour un retour moins mesurable. Si le thème « comment un annonceur peut savoir combien il dépense et quel résultat il obtient » t’intéresse, clique sur mon assistant virtuel en bas à gauche de cette page et viens me le dire 🙂

Comment savoir, ce que sait Facebook sur moi

En effet, il n’y a rien d’obscure, tu peux contrôler toi-même les infos que tu mets à disposition pour Facebook. Ainsi, tu peux aussi renoncer et interdire l’accès à certaines informations. Pour se faire, je te mets en printscreen mon compte personnel et je te montre pas à pas comment voir ces « étiquettes » expliquées ci-dessus.

Cliques sur la flèche et sélectionne tout en bas « Paramètres »

ciblage Facebook est précis grace à toi-1

Ensuite sur la gauche, cliques sur « Publicités »

ciblage Facebook est précis grace à toi-2

En ensuite sur « Vos Informations » et « Vos Catégories »

ciblage Facebook est précis grace à toi-3

Je te laisse naviguer sur les renseignements que donne Facebook. Tu peux aussi télécharger l’historique de tout ce que tu as donné comme information à Facebook depuis que tu as crée ton compte. J’avais mis le mode opératoire dans ce billet.

 

 

Comment le Machine Learning aide les neuroscientifiques à hacker notre code neuronal

Entrepreneur, blogger, marketer, écrivain, les anglos-saxons disent que je suis un « slasher ». Je suis aussi un geek compulsif qui se soigne grâce à sa dose de Twitter et Youtube matin et soir.

Comment le Machine Learning aide les neuroscientifiques à hacker notre code neuronal

Un grand défi en neuroscience est de comprendre comment le cerveau encode l’information. Les réseaux de neurones se révèlent être des crackers de code géniaux.

Notre cerveau code ses informations

Chaque fois que vous déplacez votre main ou votre doigt ou votre globe oculaire, le cerveau envoie un signal aux muscles pertinents contenant l’information qui rend ce mouvement possible. Cette information est encodée d’une manière spéciale qui permet la transmission par les neurones et ensuite d’être appliquée correctement par les muscles concernés.
Exactement, comment ce code fonctionne ? C’est un mystère. Depuis longtemps, les neuroscientifiques sont en mesure d’enregistrer ces signaux lorsqu’ils traversent les neurones. Mais les comprendre est beaucoup plus difficile. Il existe différents algorithmes qui peuvent décoder certains de ces signaux, mais leurs performances sont inégales.

Une technique permet de lire le code du cerveau

Aujourd’hui, Joshua Glaser à Northwestern University à Chicago et quelques copains disent qu’ils ont développé une telle technique en utilisant la nouvelle technologie du ML (Machine Learning). Ils disent que leur décodeur dépasse considérablement les approches existantes. En effet, il est tellement efficace que l’équipe affirme qu’elle devrait devenir la méthode standard pour analyser les signaux neuronaux à l’avenir.

Partons dans le cerveau

L’information se déplace le long des fibres nerveuses sous la forme de pointes de tension (électrique). Les neuroscientifiques pensent que le schéma des pointes code les données sur les stimuli externes, tels que le toucher, la vue et le son. De même, le cerveau encode l’information sur les mouvements musculaires d’une manière similaire.

Comprendre ce code est un objectif important. Il permet aux neuroscientifiques de mieux comprendre l’information qui est envoyée et traitée par le cerveau. Il aide également à expliquer comment le cerveau contrôle les muscles.

Les neuroscientifiques aimeraient avoir de meilleures interfaces cerveau-machine. Les buts sont multiples (contrôler les fauteuils roulants, les prothèses et les jeux vidéo). «Le décodage est un outil essentiel pour comprendre comment les signaux neuronaux se rapportent au monde extérieur», disent Glaser et Co.

La méthode utilise le ML avec peu de données

Leur méthode est simple. Les neuroscientifiques ont formé des singes macaques. En effet, l’exercice est de déplacer un curseur vers une cible sur un écran. Pour cela les macaques utilisent une sorte de souris d’ordinateur. Dans chaque test, le curseur et la cible apparaissent sur un écran à des endroits aléatoires. Alors le singe doit déplacer le curseur horizontalement et verticalement pour atteindre le but.

Après avoir formé les animaux, Glaser et Co ont enregistré l’activité de dizaines de neurones dans les parties de leur cerveau qui contrôlent le mouvement : le cortex moteur primaire, le cortex prémoteur dorsal et le cortex somatosensoriel primaire. Les enregistrements ont duré environ 20 minutes.

Le travail d’un algorithme de décodage consiste à déterminer la distance horizontale et verticale que le singe déplace le curseur dans chaque test, en utilisant uniquement les données neuronales. Les algorithmes conventionnels fonctionnent en utilisant une technique statistique connue sous le nom de régression linéaire. Cela implique d’estimer une courbe qui correspond aux données, puis de réduire l’erreur qui lui est associée. Il est largement utilisé dans le décodage neuronal dans des techniques telles que les filtres de Kalman et les cascades de Wiener.

Plusieurs techniques mises à contribution

Les neuroscientifiques ont comparé ces techniques à une variété d’approches d’apprentissage mécanique basées sur des réseaux de neurones. Il s’agissait d’un réseau de mémoire à long terme, d’un réseau neuronal récurrent et d’un réseau de neurones feedforward. Tout cela provient des ensembles de données annotés, et plus l’ensemble de données est grand, plus ils apprennent.

Les résultats sont convaincants. Glaser et Co disent que les techniques de ML ont considérablement surpassé les analyses conventionnelles. « Par exemple, pour l’ensemble des trois domaines du cerveau, un décodeur du réseau de mémoire à long terme a expliqué plus de 40% de la variance inexpliquée d’un filtre Wiener », disent-ils.

« Ces résultats suggèrent que les techniques modernes de ML devraient devenir la méthodologie standard pour le décodage neuronal ».

À certains égards, il n’est pas surprenant que les techniques de ML soient bien meilleures. Les réseaux de neurones ont été à l’origine inspirés par l’architecture du cerveau. C’est pourquoi, le fait qu’ils peuvent mieux modeler leur fonctionnement est attendu.

Des résultats qui doivent être re-analysés

L’inconvénient des réseaux de neurones est qu’ils ont généralement besoin de grandes quantités de données d’entraînement. Mais les neuroscientifiques ont délibérément réduit la quantité de données. Ainsi, ils ont constaté que les réseaux neuronaux étaient encore supérieurs aux techniques classiques.

C’est probablement parce que l’équipe a utilisé des réseaux plus petits. « Nos réseaux ont de l’ordre de 100 000 paramètres. Alors que les réseaux communs pour la classification des images peuvent avoir sur l’ordre de 100 millions de paramètres », disent-ils.

Le travail ouvre la voie à d’autres pour s’appuyer sur cette analyse. Glaser et Co ont mis leur code à la disposition de la communauté afin que les ensembles de données neurales existants puissent être réanalysés de la même manière.

La machine est créée sur la base d’un réseau humain

Il y a beaucoup à faire. Peut-être la tâche la plus importante sera de trouver un moyen de procéder au décodage neuronal en temps réel. Tous les travaux de Glaser et Co ont été effectués hors ligne après l’enregistrement des enregistrements. Mais il serait évidemment utile de pouvoir apprendre à la volée et de prévoir le mouvement tel qu’il se produit.

C’est une approche puissante qui a un potentiel important. Ce serait une surprise si la même chose n’était pas le cas du décodage neuronal.

Source

« Older posts

© 2023 Ludo LOUIS

Theme by Anders NorenUp ↑