Prévision des virus, détection de fraude, spéculation financière, analyse des comportements d'achat, les applications issues du machine learning ne manquent pas.
L'un des meilleurs exemples du machine learning, une technique d'intelligence artificielle, est donné par IBM et son supercalculateur Watson. En effet, au sein de l'université de l'Ontario, grâce à Watson, les chercheurs développent un service fondé sur le cloud utilisant l'analytique en continu qui permettra de prévoir l'état de santé des gens, particulièrement des enfants prématurés, de 24 à 72 heures avant l'apparition des symptômes concernant les maladies nosocomiales. Ce cas montre parfaitement bien les possibilités offertes par le machine learning dont l'objectif, rappelons-le, est d'apprendre aux machines à produire des algorithmes pour comprendre la corrélation des données et de développer des processus d'apprentissage. Prévision des virus, détection de fraude, spéculation financière, analyse des comportements d'achat, les applications issues du machine learning ne manquent pas.
D'ailleurs, tous les grands acteurs, de Facebook à Google en passant par Microsoft, disposent d'une entité ou d'une structure dédiée au machine learning. Prenons l'exemple de Microsoft qui compte près de 700 personnes travaillant dans ce domaine dont une cinquantaine de chercheurs dans le laboratoire commun créé avec l'Inria. Déjà, on retrouve des fonctions de machine learning dans l'assistant vocal Cortana, dans le moteur de recherche Bing ou dans la Xbox, sans oublier l'offre cloud Azure ML, un outil qui permet aux entreprises de réaliser des analyses prédictives. Un article intéressant publié par Romain Casteres, consultant décisionnel de la société Dcube, décrit d'ailleurs comment on peut prédire la qualité du vin en exploitant Azure ML.
Autre exemple, celui de la société Darktrace qui s'est récemment implantée en France. En effet, l'éditeur anglais a créé un logiciel intelligent (développé en collaboration avec des équipes de l'Université de Cambridge) capable de scruter tout ce qui se passe sur le système d'information, via une analyse des comportements des utilisateurs couplée à une analyse fine des réseaux et des équipements. L'objectif étant d'anticiper, de manière proactive, les attaques à venir.
Suivez-nous