Dossier Saegus : Deep Learning - de la classification au modèle génératif de GAN : réalisations, visions et éthique
Il y'a quelques mois, différentes réalisations de deep learning ont été mises en évidence sur les réseaux sociaux. Vous avez probablement découvert que certains algorithmes peuvent créer des visages et des annonces de logement de personnes qui n'ont jamais existé.
Saegus n’a pas attendu ces buzz pour développer une expertise sur ce sujet novateur garantissant de nombreux leviers de croissance. Dans ce dossier, nous vous présentons notre analyse de cette nouvelle technologie.
Si vous voulez savoir à quoi ressembleront vos enfants ou comment votre peau vieillira, nous vous invitons à vous plonger dans l'univers incroyable du deep learning et des GANs.
Bonne lecture !
SOMMAIRE DÉTAILLÉ
I. Émergence et épanouissement du Deep Learning, de la discrimination à la génération
1. Éléments de contexte : origines et applications
2. Deep Learning et reconnaissance visuelle d'objets
3. Cas d'usage des modèles discriminants : création d'un assistant en style virtuel
II. Generative Adversarial Networks (GAN)
1. Éléments de contexte : origines et applications
2. Fonctionnement général d'un GAN
3. Florilèges et réalisations autour des GANs
III. Éthique et Deep Learning
1. Les limites du Deep Learning
2. Du mauvais usage de l'Intelligence Artificielle
A PROPOS DE SAEGUS
Saegus est une consultech qui ré-invente le conseil aux entreprises. Elle s’est donnée comme mission de faire découvrir, essayer et adopter le meilleur des usages du digital, sans slide. Pour de vrai.
Son succès se poursuit aujourd’hui, puisque 3 salariés composaient l'équipe l'année de sa création en 2014 et qu'elle compte aujourd’hui près de 100 consultants.
Classée 5ème des meilleurs cabinets de conseil d'après le classement Frenchweb500 2018, de prestigieux clients lui ont renouvelé leur confiance depuis sa création dont Orange, Faurecia, Sodexo, Société Générale, Unéo, Manutan, Accor, L’Oréal, Alcatel ...
