Pour savoir si l\u2019IA \u00e9tait toujours dans l\u2019air du temps, j\u2019ai fait un petit tour chez Google Trends<\/a>. On peut y constater sur les termes cl\u00e9s du domaine que l\u2019int\u00e9r\u00eat sur le sujet a bien grandi entre 2016 et 2018 et que l\u2019on est arriv\u00e9 depuis \u00e0 un certain plateau. Ce n\u2019est pas encore une demi-gaussienne, mais cela pourrait \u00e0 terme le devenir.<\/p>\n Mais comme nous allons le voir, l’IA n’est pas encore sur une pente glissante… vers le bas ! Ou alors, on devrait consid\u00e9rer que les smartphones sont en d\u00e9clin puisque leurs ventes sont en d\u00e9croissance depuis deux ans dans le monde (du fait d’un taux d’\u00e9quipement \u00e9lev\u00e9) !<\/p>\n B2Bization de l\u2019IA<\/strong><\/p>\n Le d\u00e9samour potentiel de l\u2019IA peut se manifester dans les entreprises qui commencent \u00e0 accumuler des retours d\u2019exp\u00e9rience. Ainsi, m\u00eame si c\u2019est encore bien cach\u00e9, les chatbots r\u00e9alis\u00e9s \u00e0 la va-vite ne fonctionnent pas si bien que cela. Seuls ceux qui ont \u00e9t\u00e9 cr\u00e9\u00e9s avec force moyens et des objectifs clairs donnent de bons r\u00e9sultats. Les projets d\u2019IA n\u2019aboutiraient pas dans la moiti\u00e9 des cas et en plus, il serait difficile de mesurer leur retour sur investissement<\/a>. Ces \u00e9tudes empiriques sont int\u00e9ressantes mais il leur manque g\u00e9n\u00e9ralement une perspective comparative par rapport aux projets num\u00e9riques habituels. Et si ces \u00e9checs \u00e9taient la norme et non une exception de l\u2019IA ? Et par ailleurs, les projets d\u2019IA bien document\u00e9s dans des \u00e9tudes de cas sont bien rares. C\u2019est dommage.<\/p>\n Au m\u00eame moment, tous les m\u00e9tiers se mobilisent pour int\u00e9grer l\u2019IA dans leurs activit\u00e9s, comme ils l\u2019ont fait par le pass\u00e9 avec la micro-informatique, Internet ou la mobilit\u00e9. Sant\u00e9, \u00e9ducation, RH, agriculture, BTP, m\u00e9dias, banques et assurances, t\u00e9l\u00e9coms, tout y passe ! Et certains trouvent m\u00eame que cela va trop vite<\/a> !<\/p>\n En pratique, ces organisations et m\u00e9tiers ont plut\u00f4t l\u2019embarras du choix des projets \u00e0 lancer qui int\u00e8grent des briques d\u2019IA. Le plus souvent, il s\u2019agit de briques de traitement de l\u2019image, du langage, du bruit ou de donn\u00e9es structur\u00e9es. On assiste \u00e0 une \u201cB2Bization\u201d de l\u2019IA apr\u00e8s une inondation dans le grand public avec la gestion de la photo dans vos smartphones (tout \u00e7a pour faire des selfies\u2026) et la commande vocale (Alexa, Google Assistant, Siri, \u2026).<\/p>\n L\u2019IA actuelle, fond\u00e9e principalement sur le deep learning est en train de se banaliser. Au passage, plus on l\u2019utilise, plus on sort des visions fantasmagoriques et mystiques d\u2019une IA<\/a> qui d\u00e9passerait l\u2019Homme apr\u00e8s avoir atteint et d\u00e9pass\u00e9 le seuil de son intelligence. L\u2019IA est en train de perdre son petit c\u00f4t\u00e9 magique.<\/p>\n D\u00e9mocratisation de l\u2019IA<\/strong><\/p>\n L\u2019IA est aussi en train de se d\u00e9mocratiser gr\u00e2ce au nombre croissant d\u2019outils pour sa cr\u00e9ation, et qui sont de plus en plus haut niveau. Apr\u00e8s Google, Microsoft, DataRobot et Prevision.io et tant d\u2019autres, c\u2019\u00e9tait au tour d\u2019Amazon<\/a> de se lancer avec SageMaker Autopilot<\/a> dans l\u2019AutoML ou AutoAI, cette cat\u00e9gorie d\u2019outils logiciels qui savent d\u00e9terminer automatiquement les mod\u00e8les de machine learning et de deep learning pour exploiter de gros volumes de donn\u00e9es, notamment pour faire de la classification, de l\u2019identification de corr\u00e9lations entre donn\u00e9es d\u2019observation et pour faire des pr\u00e9visions.<\/p>\n L\u2019IA se dissout progressivement dans tous les logiciels qui g\u00e8rent des donn\u00e9es, ce qui fait du monde ! Il reste d\u2019ailleurs encore \u00e9norm\u00e9ment de choses \u00e0 inventer, notamment dans le traitement du langage et le travail collaboratif. Certaines de ces nouveaut\u00e9s peuvent ainsi tarder \u00e0 voir le jour lorsqu\u2019elles s\u2019adressent \u00e0 des niches de march\u00e9. Cela explique la variabilit\u00e9 de la densit\u00e9 d\u2019innovations entre secteurs d\u2019activit\u00e9.<\/p>\n La qu\u00eate des donn\u00e9es reste un enjeu qui pr\u00e9occupe pas mal d\u2019organisations et a m\u00eame tendance \u00e0 les bloquer dans leur cr\u00e9ativit\u00e9 autour de l\u2019IA. Elles ont trop gob\u00e9 le message selon lequel seuls les GAFA disposaient des volumes de donn\u00e9es ad\u00e9quats pour faire de l\u2019IA. J\u2019avais essay\u00e9 de relativiser cette crainte dans Les GAFA, les entreprises et les donn\u00e9es de l\u2019IA<\/a> publi\u00e9 en juillet 2019. La tendance est m\u00eame \u00e0 la cr\u00e9ation de mod\u00e8les de deep learning qui requi\u00e8rent des volumes de donn\u00e9es plus raisonnables pour s\u2019entra\u00eener.<\/p>\n Dans la sant\u00e9, la branche de l\u2019IA qui fonctionne le mieux est la reconnaissance d\u2019image. Les annonces se ressemblent et se succ\u00e8dent de performances d\u2019IA qui reconnaissent et caract\u00e9risent des pathologies, souvent canc\u00e9reuses, dans des radios, IRM et autres biopsies. Elles commencent maintenant \u00e0 peine \u00e0 \u00eatre d\u00e9ploy\u00e9es ! C\u2019est donc plut\u00f4t la fin du d\u00e9but que le d\u00e9but de la fin de cette Histoire.<\/p>\n Progr\u00e8s du hardware de l\u2019IA<\/strong><\/p>\n Les progr\u00e8s algorithmiques continuent d\u2019avancer dans le deep learning, mais aussi dans le mat\u00e9riel aussi bien c\u00f4t\u00e9 serveurs et entra\u00eenement et pour l\u2019embarqu\u00e9, le edge et le endpoint computing (IA dans ou proche des objets connect\u00e9s). De nouveaux processeurs extraordinaires ont fait leur apparition en 2019 comme celui de Cerebras<\/a>. Les processeurs \u00e0 neurones \u00e0 impulsion (IBM TrueNorth, Intel Loihi) se d\u00e9veloppent aussi en parall\u00e8le. Sans compter les approches originales des Fran\u00e7ais LightOn<\/strong> et AnotherBrain <\/strong>que j\u2019aurais l\u2019occasion en 2020 d\u2019analyser en d\u00e9tail.<\/p>\n Qualcomm<\/strong> annon\u00e7ait cette semaine doubler encore la puissance d\u2019inf\u00e9rence de son dernier chipset de smartphone le Snapdragon 865, avec une puissance de 14 TOPS (tera-op\u00e9rations en entiers par seconde). En 2020, on pourrait voir Nvidia changer encore la donne avec le successeur du l\u00e9gendaire GPU V100 utilis\u00e9 massivement dans les data-centers et pour l\u2019entra\u00eenement de mod\u00e8les de deep learning.<\/p>\n Ces avanc\u00e9es technologiques permettent de r\u00e9pondre partiellement \u00e0 une objection face \u00e0 l\u2019IA qui est son empreinte carbone. Elle n\u2019est pas n\u00e9gligeable mais se noie pour l\u2019instant dans la consommation g\u00e9n\u00e9rale d\u2019outils num\u00e9rique dont elle n\u2019est qu\u2019un aspect.<\/p>\n Impact de l\u2019IA sur les emplois ?<\/strong><\/p>\n Cette anticipation d\u2019une chute de l\u2019IA cohabite avec celle, totalement inverse, des emplois qui seraient inexorablement remplac\u00e9s par des IA, au point que presque toutes les t\u00e2ches humaines seraient menac\u00e9es, y compris les m\u00e9tiers de chercheurs. Comme on aime bien les symboles, celui de la retraite pr\u00e9matur\u00e9e du champion de Go Lee Sedol<\/strong> (36 ans) a marqu\u00e9 les esprits. Il la prend plus t\u00f4t qu\u2019un joueur de football professionnel ! Et cela n\u2019est pas \u00e0 cause des plus jeunes, mais parce qu\u2019il juge qu\u2019il ne peut plus se battre contre l\u2019IA. Heureusement, le m\u00e9tier de joueur de Go professionnel n\u2019\u00e9tant pas courant, l\u2019impact de cette nouvelle est totalement anecdotique et sans importance sur l\u2019emploi mondial. Les joueurs de Go sont-ils couvert par un r\u00e9gime sp\u00e9cial de retraite ? L\u2019annonce me fait le m\u00eame effet que si on d\u00e9cidait de ne plus apprendre \u00e0 compter \u00e0 l\u2019\u00e9cole \u00e0 cause des tableurs, ou \u00e0 lire et \u00e0 \u00e9crire du fait du d\u00e9ploiement de la commande vocale ! Ceci \u00e9tant dit, plusieurs \u00e9tats des USA ont d\u00e9cid\u00e9 d\u2019arr\u00eater l\u2019apprentissage de l\u2019\u00e9criture manuscrite cursive<\/a> il y a quelques ann\u00e9es.<\/p>\n Dans Why The Retirement Of Lee Se-Dol, Former \u2018Go\u2019 Champion, Is A Sign Of Things To Come<\/a> (Forbes, novembre 2019), Aswin Pranam nous incite en tout cas \u00e0 revisiter nos activit\u00e9s professionnelles : \u201cwe need to reassess the beliefs, values, attributes, and skills that make us who we are. Otherwise, we fall victim to hard questions about meaning when the next AI wave arrives.<\/em>\u201d. Bonne question. Longues r\u00e9ponses, \u00e0 trouver t\u00e2che par t\u00e2che et m\u00e9tier par m\u00e9tier !<\/p>\n Si des entreprises annoncent encore licencier, c\u2019est rarement \u00e0 cause de l\u2019IA, tout du moins directement. Lorsque les banques licencient, c\u2019est du fait du passage d\u2019un m\u00e9tier d\u2019agences \u00e0 de la banque en ligne. Certes, elle peut s\u2019appuyer en partie sur des chatbots comme le fait Orange Bank, mais ce n\u2019est pas suffisant. IBM aurait r\u00e9duit la taille de sa RH gr\u00e2ce \u00e0 l\u2019IA, mais cela concerne peu de monde. Et s\u2019ils licencient, cela sera surtout pour des questions de manque de comp\u00e9titivit\u00e9 par rapport \u00e0 d\u2019autres acteurs du march\u00e9 des services informatiques. On \u00e9voquait il y a quelques ann\u00e9es le malheureux sort des avocats. Pour l\u2019instant, l\u2019irruption de l\u2019IA dans les cabinets de juristes ne semble pas avoir g\u00e9n\u00e9r\u00e9 de victimes humaines. Les cons\u00e9quence de toute automatisation sont toujours moins directes qu\u2019il n\u2019y para\u00eet. Elle peut ainsi contribuer \u00e0 \u00e9largir un march\u00e9 en rendant certaines prestations plus abordables. C\u2019est assez d\u00e9licat \u00e0 pr\u00e9voir.<\/p>\n Par contre, on n’est pas \u00e0 l’abri d’un autre ph\u00e9nom\u00e8ne : aujourd’hui, les comp\u00e9tences techniques autour de l’IA manquent. Les entreprises ont du mal \u00e0 recruter. Dans tous les pays, un grand nombre de formations sup\u00e9rieures sont mises en place pour y pallier. Il n’est pas impossible que dans quelques ann\u00e9es, elles g\u00e9n\u00e8rent des profils \u00e0 contre-courant de la demande. On a d\u00e9j\u00e0 connu cela dans les ann\u00e9es 1990 et 2000.<\/p>\n IA \u00e9thique<\/strong><\/p>\n Les initiatives et conf\u00e9rences sur l\u2019IA \u00e9thique pullulent. Derni\u00e8re initiative en date, l\u2019UNESCO<\/a> qui lan\u00e7ait en d\u00e9cembre 2019 la cr\u00e9ation d\u2019un \u201cinstrument normatif international sur l’\u00e9thique de l’intelligence artificielle<\/em>\u201d en novembre 2019. L\u2019organisation internationale va cr\u00e9er un groupe d\u2019experts qui donneront un avis d\u2019ici septembre 2020. Le texte sera ensuite adopt\u00e9 en 2021. Il est probable que ce texte ressemblera de pr\u00e8s \u00e0 d\u2019autres textes et chartes d\u2019\u00e9thique de l\u2019IA comme la D\u00e9claration de Montr\u00e9al<\/a> de fin 2018.<\/p>\n On s\u2019inqui\u00e8te bien des robots tueurs (Stuart Russel) ou des fake news g\u00e9n\u00e9r\u00e9es par des r\u00e9seaux de neurones g\u00e9n\u00e9ratifs. Mais cela n\u2019emp\u00eache pas d\u2019avancer sur le reste. Trop d\u2019\u00e9thique de l\u2019IA ne tuera pas l\u2019IA. Elle contribuera plut\u00f4t \u00e0 la rendre acceptable et \u00e0 la d\u00e9velopper. De l\u00e0 \u00e0 faire du \u201cHuman centric machine learning<\/a>\u201d comme le propose la conf\u00e9rence NeurIPS 2019 ? L\u2019ethics washing <\/em>de l\u2019IA guette \u00e0 nos portes !<\/p>\n Au-del\u00e0 de la querelle s\u00e9mantique de l\u2019IA<\/strong><\/p>\n La vague de la querelle s\u00e9mantique sur ce qu\u2019est l\u2019IA est loin d\u2019\u00eatre \u00e9touff\u00e9e. Je vous rappelle ma d\u00e9finition extensive : l\u2019IA regroupe l\u2019ensemble des techniques qui visent \u00e0 \u00e9muler, imiter ou \u00e9tendre, g\u00e9n\u00e9ralement en pi\u00e8ces d\u00e9tach\u00e9es, des composantes de l\u2019intelligence humaine. C\u2019est ce que l\u2019on trouve dans la litt\u00e9rature scientifique sur l\u2019IA depuis les ann\u00e9es 1950. Cela comprend techniquement un champ scientifique tr\u00e8s large qui a plus de six d\u00e9cennies d\u2019anciennet\u00e9 avec les outils du raisonnement logique, l\u2019apprentissage automatique (machine learning, r\u00e9seaux de neurones et deep learning) et les syst\u00e8mes multi-agents. Certaines briques de l\u2019IA sont de nature assez anthropomorphique comme le traitement du langage ou la vision et d\u2019autres d\u00e9passent d\u00e9j\u00e0 de tr\u00e8s loin les capacit\u00e9s humaines, lorsqu\u2019il s\u2019agit de cruncher de tr\u00e8s gros volumes de donn\u00e9es.<\/p>\n La bataille entre connexionnistes et symbolistes semble avoir \u00e9t\u00e9 r\u00e9cemment relanc\u00e9e par Yann Le Cun, au moins via un tweet qui a g\u00e9n\u00e9r\u00e9 une r\u00e9action acerbe<\/a> de Gary Marcus, un scientifique et entrepreneur am\u00e9ricain de l\u2019IA qui souhaite rapprocher les m\u00e9thodes symboliques et connexionnistes de l\u2019IA. En tout cas,\u00a0 l\u2019association trop directe entre l\u2019IA et le machine learning et le deep learning est bien r\u00e9ductrice.<\/p>\n Lorsque dans To Understand The Future of AI, Study Its Past, Rob Toews \u00e9crit que \u201cNeural networks do not develop semantic models about their environment; they cannot reason or think abstractly; they do not have any meaningful understanding of their inputs and outputs. Because neural networks\u2019 inner workings are not semantically grounded, they are inscrutable to humans<\/em>\u201d, il confond les m\u00e9thodes actuellement utilis\u00e9es dans les r\u00e9seaux de neurones (convolutifs, \u00e0 m\u00e9moire) et leur principe g\u00e9n\u00e9ral que rien ne devrait emp\u00eacher th\u00e9oriquement de manipuler des symboles, comme le cerveau humain. Ce dernier, jusqu\u2019\u00e0 preuve du contraire, est aussi un (grand) r\u00e9seau de neurones ! La s\u00e9paration entre IA symboliques et connexionnistes devrait plus porter sur la comparaison de l\u2019efficacit\u00e9 de m\u00e9thodes diff\u00e9rentes pour obtenir un r\u00e9sultat \u00e9quivalent. On peut aussi bien manipuler des graphes et des ontologies avec de l\u2019IA symbolique et logique qu\u2019avec des r\u00e9seaux de neurones. Tout ceci explique l\u2019int\u00e9r\u00eat de poursuivre les recherches sur le fonctionnement du cerveau humain qui s\u2019appuient sur diff\u00e9rentes techniques comme l\u2019IRM fonctionnelle, qui sert \u00e0 d\u00e9tecter les zones d\u2019actives du cerveau en fonction des t\u00e2ches qu\u2019il ex\u00e9cute. C’est un moyen d’\u00e9viter de se retrouver dans l’impasse que certains ressentent dans la recherche sur le deep learning, comme J\u00e9r\u00f4me Pesenti de Facebook<\/a>, qui est moins optimiste que Yann Le Cun sur ce point (il est son N+1 au FAIR).<\/p>\n Observation et simulation<\/strong><\/p>\n L\u2019une des remises en cause s\u00e9rieuses de l\u2019IA viendra peut-\u00eatre du calcul quantique. Non pas parce que l\u2019on pourra ex\u00e9cuter certains algorithmes de machine learning plus efficacement sur un ordinateur quantique que sur un ordinateur classique (ce sera possible), mais plut\u00f4t parce que ceux-ci permettront pour r\u00e9soudre certains probl\u00e8mes de sortir des logiques d\u2019observation connexionnistes du deep learning. Le meilleur exemple est celui de l\u2019\u00e9valuation du repliement des prot\u00e9ines sur elles-m\u00eames.<\/p>\n Avec le deep learning, incarn\u00e9 depuis fin 2018 par la m\u00e9thode AlphaFold<\/a> de DeepMind, on \u00e9value ce repliement en exploitant un r\u00e9seau de neurones entra\u00een\u00e9 avec la connaissance que l\u2019on a du repliement de prot\u00e9ines connues. Avec du calcul quantique, on pourra utiliser directement les lois de la physique quantique pour d\u00e9terminer ce repliement. C\u2019est encore sujet \u00e0 caution mais cela permet de comprendre la diff\u00e9rence : entre \u00e9valuation probabiliste et calcul direct. Lorsque les lois de la physique newtoniennes ou quantiques peuvent \u00eatre mises en \u0153uvre dans le calcul, on peut se passer de l\u2019approche probabiliste. Surtout dans la mesure o\u00f9 celle-ci est contrainte par notre connaissance de l\u2019existant et peut difficilement en sortir contrairement \u00e0 la simulation. A la cl\u00e9 : l\u2019invention de nouvelles th\u00e9rapies. Le d\u00e9lai : parfaitement impossible \u00e0 d\u00e9terminer et probablement de plusieurs d\u00e9cennies.<\/p>\n En tout cas, l\u2019IA comme le calcul quantique ne permettront pas de cr\u00e9er un monde parfaitement d\u00e9terministe et c\u2019est tant mieux.<\/p>\n Startups de l\u2019IA<\/strong><\/p>\n L\u2019autre indicateur \u00e0 exploiter pour analyser les vagues est celui de l\u2019investissement dans les startups. Il semble pour l\u2019instant que 2019 soit encore une belle ann\u00e9e en croissance pour les startups de l\u2019IA et des deux c\u00f4t\u00e9s de l\u2019Atlantique ainsi qu\u2019en Chine.<\/p>\n M\u00eame si ce sera probablement une ann\u00e9e domin\u00e9e par des \u201cs\u00e9rie C\u201d, ces tours de financement de plusieurs dizaines voire centaines de millions de dollars, comme ce dernier tour r\u00e9alis\u00e9 par Dataiku <\/strong>(2013, $146M) aupr\u00e8s de Google Ventures. Une startup fran\u00e7aise qui a compris le jeu et se pr\u00e9sente maintenant comme une startup New Yorkaise ! Les investissements en amor\u00e7age dans les startups de l\u2019IA ont par contre tendance \u00e0 se calmer.<\/p>\n On verra ce que donnera 2020. Il est possible que l\u2019on assiste \u00e0 une d\u00e9crue du nombre de startups de l\u2019IA financ\u00e9es. Cela pourra s\u2019expliquer par plusieurs facteurs : un calme dans le financement des startups en g\u00e9n\u00e9ral, la banalisation de l\u2019IA chez toutes les startups qui font du logiciel, ou l\u2019\u00e9mergence de vagues technologiques plus importantes m\u00eame si l\u2019on n\u2019en voit encore ni la couleur ni la masse (Blockchain, VR\/AR).<\/p>\n G\u00e9opolitique<\/strong><\/p>\n Autre signal que l\u2019IA est toujours bien vivante, la poursuite de la bataille g\u00e9opolitique qui l\u2019entoure. Les chercheurs Am\u00e9ricains du domaine poursuivent leur lobbying pour la cr\u00e9ation d\u2019un Artificial Intelligence Initiative Act<\/strong>, qui toujours d\u00e9battue au Congr\u00e8s (en d\u00e9cembre 2019). Les Russes qui se r\u00e9veillent et viennent de formaliser leur propre plan de l\u2019IA, avec une connotation militaire<\/a> assez forte. Quant aux Chinois qui ont claironn\u00e9 leur objectif de dominer le monde de l\u2019IA avec leur recherche et leurs entrepreneurs, ils n\u2019investiraient pas tant que cela<\/a> dans le domaine. Ce qui donne d\u2019ailleurs du grain \u00e0 moudre pour les Am\u00e9ricains qui utilisent l\u2019\u00e9pouvantail chinois pour obtenir des cr\u00e9dits comme ce fut le cas pour les $1,25B du National Quantum Initiative Act<\/strong> valid\u00e9 en d\u00e9cembre 2018.<\/p>\n Bref, la vague de l\u2019IA ne semble pas \u00e9puis\u00e9e. Elle se fondra t\u00f4t ou tard avec l\u2019ensemble des technologies num\u00e9rique et en deviendra une composante banalis\u00e9e. Finalement, l\u2019IA, c\u2019est juste du logiciel avec des donn\u00e9es !<\/p>\n Le d\u00e9bat reste cependant ouvert ! A vous de jouer !<\/p>\n","protected":false},"excerpt":{"rendered":" Version rapide : non. Version longue : quelques digressions dans ce qui suit qui font une compilation de l\u2019actualit\u00e9 r\u00e9cente. Depuis quelques mois s\u00e9vit une petit musique r\u00e9currente et parfois redondante : l\u2019IA n\u2019existe pas (Luc Julia en f\u00e9vrier 2019), les startups de l\u2019IA ne font pas d\u2019IA (\u00e9tude MMC Venture en mars 2019), l\u2019IA […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1909,11,2659],"tags":[3269,3268,2470,3270,2644,2458,3267,3266],"class_list":["post-18007","post","type-post","status-publish","format-standard","hentry","category-composants-loisirs-numeriques","category-france","category-intelligence-artificielle","tag-alexa","tag-amazon-sagemaker","tag-google","tag-google-assistant","tag-intelligence-artificielle","tag-microsoft","tag-prevision-io-datarobot","tag-yan-le-cun"],"views":22424,"_links":{"self":[{"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/posts\/18007","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/comments?post=18007"}],"version-history":[{"count":0,"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/posts\/18007\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/media?parent=18007"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/categories?post=18007"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.oezratty.net\/wordpress\/wp-json\/wp\/v2\/tags?post=18007"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"Google](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/Google-Trends-IA_thumb.jpg\" "\\"Google")
<\/a><\/p>\n![\"SageMaker](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/SageMaker-Autopilot_thumb.jpg\" "\\"SageMaker")
<\/a><\/p>\n![\"Processeurs](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/Processeurs-pour-IA_thumb.jpg\" "\\"Processeurs")
<\/a><\/p>\n![\"Snapdragon](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/Snapdragon-865_thumb.jpg\" "\\"Snapdragon")
<\/a><\/p>\n![\"Lee](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/Lee-Sedol-retraite_thumb.jpg\" "\\"Lee")
<\/a><\/p>\n![\"Human](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/Human-Centrric-Machine-Learning-NIPS-2019_thumb.jpg\" "\\"Human")
<\/a><\/p>\n![\"AlphaFOld](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/AlphaFOld-Protein-Folding_thumb.jpg\" "\\"AlphaFOld")
<\/a><\/p>\n![\"AI](\"https:\/\/www.oezratty.net\/wordpress\/wp-content\/AI-Startup-Funding-Statista_thumb.jpg\" "\\"AI")
<\/a><\/p>\n