Livre blanc Intelligence Artificielle

En savoir plus sur l'intelligence artificielle dans l'intralogistique dans notre livre blanc.

artificial intelligence, connection human and machine

Livre blanc Intelligence Artificielle

Les machines sont-elles capables de penser ?

Il y a eu beaucoup d'engouement autour de l'intelligence artificielle (IA) en tant que branche des technologies de l'information depuis 2017. L'IA s'est déjà révélée utile pour une grande variété d'applications : assistants virtuels, applications, jeux cérébraux, et bien plus encore.

Mais revenons à notre question initiale : ces machines sont-elles vraiment capables de penser ? Immédiatement, nous sommes confrontés à un problème : qu'est-ce que la pensée exactement ? Il n'y a pas de définition unique et directe du concept.

Mais qu'est-ce qui distingue l'intelligence artificielle de l'intelligence humaine ?

La caractéristique unique des humains – du moins pour le moment – est la pensée créative et innovante. Les machines, cependant, peuvent choisir parmi les options de décision existantes et traiter une quantité incroyablement importante de données et d'informations. De plus, ils ont également une fiabilité, une précision et une continuité impressionnantes - ils peuvent travailler 24 heures sur 24. Même les tâches complexes peuvent être effectuées de manière indépendante, si on leur donne les bonnes instructions. Les algorithmes, la puissance de traitement élevée et la croissance exponentielle des données à traiter constituent la base de l'intelligence artificielle.

Rien qu'à partir de là, il est clair que l'intelligence artificielle a un énorme potentiel. Le développement continu de l'apprentissage automatique a également des conséquences sur le lieu de travail.

Quelles perspectives pour l'IA dans la logistique ?

États des lieux et perspectives du potentiel des applications de l'intelligence artificielle pour optimiser votre Supply Chain. Télécharger le livre blanc dès maintenant.

Télécharger
Artificial Intelligence

Blog Intelligence Artificielle

L'intelligence artificielle (IA) est-elle une expression à la mode ou est-elle plus que cela ? L'IA est-elle déjà utilisée ou en sommes-nous à un stade préliminaire ? Markus...

En savoir plus
Artificial Intelligence

Concepts de base relatifs à l'intelligence artificielle

Innovations and Trends in material handling and logistics

L'intelligence artificielle (IA) est une branche des technologies de l'information qui traite de l'automatisation du comportement intelligent. L'IA est la tentative de programmer un ordinateur afin qu'il soit capable de traiter les problèmes de manière indépendante, de la même manière qu'un humain ayant la formation appropriée le ferait. La résolution de problèmes consiste à prendre des décisions qui constituent une réponse appropriée au problème sous-jacent dans un délai déterminé, sur la base de données provenant de diverses sources (bases de données, capteurs, caméras vidéo, etc.).

artificial intelligence, brain with data streams, networking

L'apprentissage automatique est un terme collectif désignant divers processus utilisés pour déterminer une relation fonctionnelle inconnue entre les données d'entrée et de sortie. En plus des applications traditionnelles toujours importantes telles que la formation de clusters, la régression, les analyses factorielles et de séries temporelles, il intègre également des méthodes plus complexes telles que les réseaux de neurones, les approches évolutives et les machines à vecteurs de support.

Analyses prédictives

L'apprentissage automatique est un terme collectif désignant divers processus utilisés pour déterminer une relation fonctionnelle inconnue entre les données d'entrée et de sortie. En plus des applications traditionnelles toujours importantes telles que la formation de clusters, la régression, les analyses factorielles et de séries temporelles, il intègre également des méthodes plus complexes telles que les réseaux de neurones, les approches évolutives et les machines à vecteurs de support.

Simulation

La simulation joue un rôle essentiel dans la planification des systèmes logistiques. Notre livre blanc décrit comment l'IA est utilisée pour la planification et démontre les avantages que cela apporte.

Informatique cognitive - Intelligence artificielle

Informatique cognitive - des assistants de machine au lieu d'humains prennent en charge des tâches ou prennent des décisions. Regardez notre vidéo et apprenez-en plus sur les domaines d'application les plus importants où les machines assistent les humains.

Deep Learning

L'apprentissage en profondeur (Deep Learning) est une technologie qui permet aux ordinateurs d'acquérir une capacité naturelle à l'être humain : apprendre de l'expérience. Ceci est utilisé, par exemple, dans la reconnaissance d'images et de voix. Apprenez ici ce qu'est l'apprentissage en profondeur et comment il a évolué au cours des dernières années.

Stratégies d'apprentissage

Stratégies d'apprentissage - un nombre élevé de répétitions et une bonne qualité des données jouent un rôle vital pour l'apprentissage ! Mais quels sont les différents types de stratégies d'apprentissage appliqués ?

Apprentissage automatique

La publicité en ligne personnalisée ou le filtrage automatisé des spams sont activés par l'apprentissage automatique. Vous pouvez découvrir comment cela fonctionne dans cette vidéo.

Intelligence artificielle

En savoir plus sur l'intelligence artificielle.

L'Intelligence Artificielle en logistique

Parlons opportunités...

Les auteurs du livre blanc sur l'intelligence artificielle

Markus Klug

... a étudié les mathématiques techniques à l'Université de technologie de Vienne (TU Wien), après s'être spécialisé dans la simulation, la recherche opérationnelle et les statistiques. Après avoir terminé ses études, il a passé du temps à Glasgow, où il a étudié les méthodes du noyau à utiliser dans les modèles de simulation à événements discrets. En 2001, il rejoint le centre de recherche de Seibersdorf, d'abord en tant que chef de projet, puis responsable du groupe de travail "Optimisation des processus", où il mène et gère des projets de recherche nationaux et internationaux sur la logistique des transports, la logistique de localisation et les chaînes d'approvisionnement mondiales. Tout en poursuivant ses recherches, il a également commencé à enseigner dans divers établissements d'enseignement supérieur à travers l'Autriche, ce qui est devenu plus tard sa profession principale.

Markus Klug fait partie de SSI SCHÄFER IT Solutions GmbH depuis 2013. Il était à l'origine chargé de développer l'analyse et la simulation de données au sein de l'entreprise, un rôle qui s'est ensuite élargi pour englober la science des données et l'intelligence artificielle/apprentissage automatique. En tant qu'expert militaire pour la logistique de la force de réserve avec un accent particulier sur la recherche sur les opérations militaires, il agit également en tant que consultant pour l'armée autrichienne, fournissant des conseils d'expert sur le développement de modèles et de processus mathématiques dans le secteur militaire. Markus Klug possède des connaissances et une expérience approfondies, comme en témoignent ses diverses publications académiques, ses conférences, sa participation à des comités de programmes académiques, ses présidents de session lors de conférences académiques et sa capacité d'examinateur pour des revues spécialisées internationales.

Georg Rief

Georg Rief est titulaire d'un baccalauréat en sciences informatiques et d'une maîtrise en physique. Il s'est principalement concentré sur la simulation et la science des données, car l'intelligence artificielle n'était pas un sujet particulièrement important à cette époque et n'était donc pas au cœur de ses études. Il a eu 8 ans d'expérience dans le développement de logiciels dans d'autres secteurs avant de rejoindre SSI SCHÄFER en mars 2014. Il a d'abord travaillé comme développeur W4 pour des projets clients, avant de passer au département data science/simulation en décembre 2016.

New Content Item (1)

Karina Konrath a étudié les mathématiques techniques à l'Université de technologie de Graz et travaille pour SSI SCHAÄER depuis novembre 2017. En tant que data scientist, elle est en grande partie responsable de l'analyse et de la préparation des données, ce qui nécessite une utilisation intensive des statistiques et des mathématiques.

Innovations and Trends in material handling and logistics

Tendances de la logistiques

Vous avez une questions ?