lab-minute-lidwine-et-seb

Click header name below to compare STT with manual transcript:

manual watson google voxolab microsoft
00:00:08,090 --> 00:00:11,397 [2.180000] 00:00:00,300 --> 00:00:10,270 [9.970000] 00:00:08,140 --> 00:00:10,700 [2.130000] 00:00:08,230 --> 00:00:11,425 [2.040000] 00:00:08,200 --> 00:00:10,348 [2.070000]
Au Lab, nous suivons de près ce qui se passe autour de l'intelligence artificielle. un neuf hollande nous suivons de près ce qui se passe autour de nous Olympe nous suivons de presse qui se passe autour de l'intelligence — La notion de près qui se passe autour de notre silence artificiels Holà nous suivons de près ce qui se passe autour
00:00:11,437 --> 00:00:14,263 [2.883000] 00:00:10,270 --> 00:00:14,320 [4.050000] 00:00:10,700 --> 00:00:14,320 [3.620000] 00:00:11,425 --> 00:00:14,988 [2.895000] 00:00:10,348 --> 00:00:13,432 [3.972000]
Depuis quelque temps la capacité des algorithmes attirons artificiel depuis quelques temps la capacité des algorithmes artificielle depuis quelques temps la capacité des algorithmes depuis quelque temps la capacité des algorithmes une intelligence de l'intelligence artificielle depuis quelque temps la capacité
00:00:14,263 --> 00:00:17,838 [2.198000] 00:00:14,320 --> 00:00:17,030 [2.141000] 00:00:14,320 --> 00:00:16,670 [2.141000] 00:00:14,988 --> 00:00:17,890 [1.473000] 00:00:13,432 --> 00:00:16,461 [3.029000]
d'intelligence artificielle et en particulier un certain type d'algorithme intelligence artificielle en particulier un certain type l'intelligence artificielle et en particulier un certain artificielle et en particulier un certain type d'algorithmes des algorithmes d'intelligence artificielle et en particulier
00:00:17,838 --> 00:00:20,667 [1.212000] 00:00:17,030 --> 00:00:21,180 [2.020000] 00:00:16,670 --> 00:00:20,170 [2.380000] 00:00:17,890 --> 00:00:21,202 [1.160000] 00:00:16,461 --> 00:00:19,050 [2.589000]
appelé "machine learning" s'est extrêmement développé, de algorithme appelé machine learning et c' extrêmement développée ce qui type d'algorithme appeler machine learning c'est extrêmement appelés machines leur nid est extrêmement développé ce qui un certain type d'algorithme appelé machine learning ?
00:00:20,747 --> 00:00:24,680 [1.267000] 00:00:21,180 --> 00:00:24,550 [0.834000] 00:00:20,170 --> 00:00:23,080 [1.844000] 00:00:21,202 --> 00:00:24,132 [0.812000] 00:00:19,620 --> 00:00:22,014 [2.394000]
ce qui explique en fait le développement des recherches sur les voitures autonomes. explique en fait le développement des recherches voiture autonome développer ce qui explique en fait le développement explique en fait le développement des recherches sur les voitures C'est extrêmement développé ce qui explique en faite
00:00:23,080 --> 00:00:27,010 [1.700000] 00:00:24,132 --> 00:00:28,497 [0.648000] 00:00:22,014 --> 00:00:24,780 [2.766000]
des recherches sur les voitures autonomes du coup légère natech autonomes du coup les germes mattek comme gueule amazones le développement des recherches sur les voitures autonomes ?
00:00:25,430 --> 00:00:29,035 [3.605000] 00:00:25,480 --> 00:00:29,390 [3.555000] 00:00:27,130 --> 00:00:30,860 [1.905000] 00:00:28,497 --> 00:00:31,577 [0.538000] 00:00:25,540 --> 00:00:28,283 [3.495000]
Du coup les géants de la tech comme Google, Amazon, Apple du coup les gens high-tech comme google amazon apple et leurs comme Google Amazon Apple et leur contrepartie asiatique ou effectué apple et leurs contreparties asiatiques ont effectué Du coup léger en attaque comme google's amazone
00:00:29,035 --> 00:00:33,263 [2.402000] 00:00:29,390 --> 00:00:33,410 [2.047000] 00:00:30,890 --> 00:00:34,770 [0.547000] 00:00:28,283 --> 00:00:31,437 [3.154000]
et leurs contreparties asiatiques ont effectué un véritable virage stratégique contreparties asiatique à wichita véritable virage stratégique un véritable virage stratégique et investissent massivement Apple et leurs contreparties asiatiques ont effectué
00:00:33,303 --> 00:00:35,749 [1.013000] 00:00:33,410 --> 00:00:37,650 [0.906000] 00:00:31,577 --> 00:00:35,584 [2.739000] 00:00:31,437 --> 00:00:34,316 [2.879000]
et investissent massivement dans le domaine. et investissent massivement dans le même c g on utilise le machine un véritable virage stratégique investissent massivement dans le un véritable virage stratégique et investissent
00:00:35,749 --> 00:00:40,321 [1.310000] 00:00:35,010 --> 00:00:39,000 [2.049000] 00:00:35,584 --> 00:00:38,818 [1.475000] 00:00:34,316 --> 00:00:37,059 [2.743000]
Ces géants utilisent le "machine learning" pour repenser leurs produits et leurs services, dans le Maine CGOS utilise le machine learning pour repenser domaine est géant utilisent des machines est en pour repenser massivement dans le domaine ces gens utilisent
00:00:37,650 --> 00:00:41,540 [2.700000] 00:00:39,000 --> 00:00:42,060 [1.350000] 00:00:38,818 --> 00:00:41,297 [1.532000] 00:00:37,059 --> 00:00:40,350 [3.291000]
learning pour repenser le premier service pour revoir complètement la la produit leur service pour revoir complètement à la manière dont tu leur premier leurs services pour revoir complètement à le machining pour repenser leurs produits leur service.
00:00:40,321 --> 00:00:42,660 [2.339000] 00:00:41,540 --> 00:00:45,580 [1.120000] 00:00:42,060 --> 00:00:45,950 [0.600000] 00:00:41,297 --> 00:00:44,589 [1.363000] 00:00:40,400 --> 00:00:44,000 [2.260000]
pour revoir complètement la manière dont ils travaillent, manière dont il travaille et pour leur trouver des relais de croissance il travaille et pour trouver des relais de croissance en créant la manière dont ils travaillent et pour eux trouver des relais Pour revoir complètement la manière dont il travaille et pour
00:00:42,900 --> 00:00:45,550 [2.650000] 00:00:44,589 --> 00:00:48,322 [0.961000] 00:00:44,000 --> 00:00:47,670 [1.550000]
et pour trouver des relais de croissance de croissance en créant de nouveaux marchés comme par exemple trouver des relais de croissance en créant de nouveaux marchés
00:00:45,590 --> 00:00:46,828 [3.830000] 00:00:45,580 --> 00:00:49,420 [3.840000] 00:00:45,950 --> 00:00:49,420 [3.470000] 00:00:48,322 --> 00:00:51,978 [1.098000] 00:00:47,670 --> 00:00:51,201 [1.750000]
en créant de nouveaux marchés, en créant de nouveaux marchés comme par exemple e v double tous les de nouveaux marchés comme par exemple développe tous des il évoque tous les assistants le virtuel et le meilleur exemple comme par exemple le développe tous les assistants virtuels
00:00:46,870 --> 00:00:50,682 [3.812000] 00:00:49,420 --> 00:00:53,210 [1.262000] 00:00:49,420 --> 00:00:53,210 [1.262000]
par exemple ils développent tous des assistants virtuels. assistants virtuels c est le meilleur exemple à date dans ce cadre-là assistant virtuel est le meilleur exemple Haddad dans ce cadre-là
00:00:50,951 --> 00:00:55,308 [4.357000] 00:00:53,210 --> 00:00:57,930 [2.098000] 00:00:53,210 --> 00:00:57,490 [2.098000] 00:00:51,978 --> 00:00:56,387 [3.330000] 00:00:51,201 --> 00:00:54,940 [4.107000]
Et le meilleur exemple à date dans ce cadre-là, c'est Echo d'Amazon. ces échos la maison une des premières applications liées à une plus visible c écho d'amazone une des premières application il y a une des plus en date dans ce cadre là ces échos l'amazone — Une des premières et le meilleur exemple à date dans ce cadre-là sereco de amazone.
00:00:55,348 --> 00:00:57,979 [2.631000] 00:00:57,490 --> 00:01:01,230 [0.489000] 00:00:56,387 --> 00:00:59,213 [1.592000] 00:00:55,510 --> 00:00:58,095 [2.469000]
Une des premières applications de l'IA et une des plus visibles visible et l'automatisation des tâches ceci va entraîner applications il a une plus visible et l'automatisation Une des premières applications de l'IA est une des plus visible
00:00:57,979 --> 00:00:59,806 [4.571000] 00:00:57,930 --> 00:01:02,550 [4.620000] 00:01:01,230 --> 00:01:03,400 [1.320000] 00:00:59,213 --> 00:01:02,695 [3.337000] 00:00:58,095 --> 00:00:59,460 [4.455000]
est l'automatisation des tâches. et l'automatisation des tâches aussi entraîner une modification importante des modifications importantes dans le monde du travail des tâches ceci va entraîner des modifications importantes et l'automatisation des tâches.
00:00:59,866 --> 00:01:03,347 [3.481000] 00:01:02,550 --> 00:01:05,670 [0.797000] 00:01:02,695 --> 00:01:05,624 [0.652000] 00:01:00,400 --> 00:01:03,312 [2.947000]
Ceci va entraîner des modifications importantes dans le monde du travail. dans mon travail sa présente aussi beaucoup d'opportunités dans le monde travaille ça présente aussi beaucoup d'opportunités Ceci va entraîner des modifications importantes dans le monde
00:01:03,415 --> 00:01:05,591 [3.195000] 00:01:05,930 --> 00:01:09,870 [0.680000] 00:01:03,570 --> 00:01:06,220 [3.040000] 00:01:05,624 --> 00:01:08,624 [0.986000] 00:01:03,312 --> 00:01:06,610 [3.298000]
Ça présente aussi beaucoup d'opportunités, celle notamment de déléguer des tâches dit-il alias concentré sur les ça présente aussi beaucoup d'opportunités selle celle notamment de déléguer des tâches répétitives alia est du travail ça présente aussi beaucoup d'opportunités c'est notamment
00:01:05,591 --> 00:01:08,547 [2.956000] 00:01:06,220 --> 00:01:09,620 [2.327000] 00:01:06,610 --> 00:01:09,742 [1.937000]
celles notamment de déléguer des tâches répétitives à l'IA notamment de déléguer des tâches répétitives alia et se concentrer de déléguer des tâches répétitives aliasés de se concentrer sur des
00:01:08,547 --> 00:01:11,830 [3.283000] 00:01:09,870 --> 00:01:14,430 [1.960000] 00:01:09,620 --> 00:01:11,820 [2.210000] 00:01:08,624 --> 00:01:11,780 [3.206000] 00:01:09,742 --> 00:01:11,830 [2.088000]
et de se concentrer sur des choses plus complexes et plus intéressantes. choses plus complexes et plus intenses nous travaillons donc sur sur des choses plus complexes et plus intéressantes de se concentrer sur des choses plus complexes et plus intéressantes choses plus complexes et plus intéressante.
00:01:13,510 --> 00:01:16,380 [2.870000] 00:01:14,430 --> 00:01:17,690 [1.950000] 00:01:13,600 --> 00:01:15,950 [2.780000] 00:01:13,580 --> 00:01:15,930 [2.800000] 00:01:13,620 --> 00:01:15,092 [2.760000]
Nous travaillons donc sur un mapping des tâches automatisées par l'IA un happening des tâches automatisées paria afin de bien comprendre quelles nous travaillons donc sur un mapping des tâches automatisé nous travaillons donc sur un happening détache automatisé Nous travaillons donc sur un ah-ping
00:01:16,460 --> 00:01:19,263 [0.437000] 00:01:15,950 --> 00:01:18,630 [0.947000] 00:01:16,060 --> 00:01:18,670 [0.837000] 00:01:15,092 --> 00:01:16,897 [1.805000]
afin de bien comprendre quelles tâches peuvent être automatisées, parler à afin de bien comprendre quelle tâche peuvent-être m parias afin de bien comprendre quelle tâche peuvent être maître des tâches automatisées par l'IA afin de bien
00:01:17,690 --> 00:01:20,920 [0.775000] 00:01:16,897 --> 00:01:18,465 [1.568000]
tâches peuvent être est automatisé quelles sont celles qui sont sans comprendre quelle tâches peuvent être
00:01:19,263 --> 00:01:21,654 [1.007000] 00:01:18,630 --> 00:01:21,880 [1.640000] 00:01:18,690 --> 00:01:21,510 [1.580000] 00:01:18,465 --> 00:01:20,270 [1.805000]
quelles sont celles qui sont simples à automatiser automatisé quelles sont celles qui sont simples à automatisé automatisé quelles sont celles qui sont simples automatiser maintenant automatiser quelles sont celles
00:01:20,920 --> 00:01:25,190 [0.917000] 00:01:21,510 --> 00:01:25,258 [0.327000] 00:01:20,270 --> 00:01:21,837 [1.567000]
emploi automatisées sont celles qui sont plus complexes sur la base quelles sont celles qui sont plus complexes sur la base qui sont simples à automatiser quelles
00:01:21,752 --> 00:01:23,310 [1.558000] 00:01:21,880 --> 00:01:25,190 [1.430000] 00:01:21,837 --> 00:01:23,310 [1.473000]
et quelles sont celles qui sont plus complexes. quelles sont celles qui sont plus complexe sur la base sont celles qui sont plus complexes ?
00:01:24,680 --> 00:01:27,301 [2.621000] 00:01:25,190 --> 00:01:28,530 [2.111000] 00:01:25,190 --> 00:01:27,800 [2.111000] 00:01:25,258 --> 00:01:28,355 [2.043000] 00:01:24,790 --> 00:01:27,519 [2.511000]
Sur la base de cette analyse, nous réfléchissons aux tâches de cette analyse nous réfléchissons montage ce serait avantageux d de cette analyse nous réfléchissons aux tâches qu'il serait de cette analyse nous réfléchissons tâche qui serait avantageux Sur la base de cette analyse nous réfléchissons aux tâches
00:01:27,386 --> 00:01:30,150 [2.764000] 00:01:28,530 --> 00:01:33,800 [1.620000] 00:01:27,800 --> 00:01:32,268 [2.350000] 00:01:28,355 --> 00:01:32,861 [1.795000] 00:01:27,519 --> 00:01:30,360 [2.631000]
qu'il serait avantageux d'automatiser pour notre industrie. automatiser pour notre industrie l a pas mal d'initiatives déjà huit avantageux d'automatiser pour notre industrie sachant qu'il de automatisé pour notre industrie sachant qu'il y a pas qui serait avantageux d'automatiser pour notre industrie ?
00:01:31,830 --> 00:01:34,089 [2.259000] 00:01:33,800 --> 00:01:37,960 [0.289000] 00:01:32,268 --> 00:01:35,200 [1.821000] 00:01:32,861 --> 00:01:36,085 [1.228000] 00:01:31,980 --> 00:01:35,393 [2.109000]
Sachant qu'il y a pas mal d'initiatives déjà à Ubisoft, cents nous avons soit travailler avec ses initiatives pour les y a pas mal initiative déjà Ubisoft nous allons soit mal d'initiative déjà ils savent nous allons sois travailler Sachant qu'il y a pas maldini tiative déjà eu soft nous allons
00:01:34,089 --> 00:01:38,961 [4.872000] 00:01:37,960 --> 00:01:42,330 [1.001000] 00:01:35,200 --> 00:01:40,080 [3.761000] 00:01:36,085 --> 00:01:40,421 [2.876000] 00:01:35,393 --> 00:01:38,604 [3.568000]
nous allons soit travailler avec ces initiatives pour les supporter, supporter choix tester de nouvelles pistes sont encore explorées par le travailler avec ces initiatives pour les supporter soit tester avec ces initiatives pour les supporters soit tester de nouvelles soit travailler avec ces initiatives pour les supporter
00:01:38,961 --> 00:01:42,530 [3.056000] 00:01:40,080 --> 00:01:42,330 [1.937000] 00:01:40,421 --> 00:01:46,016 [1.596000] 00:01:38,604 --> 00:01:42,017 [3.413000]
soit tester de nouvelles pistes qui ne sont pas encore explorées par ailleurs. de nouvelles pistes qui ne sont pas encore Explorer par ailleurs pièces ne sont pas encore exploré pareil dans ce but nous avons soit testé de nouvelles pistes qui ne sont pas encore exploré
00:01:42,017 --> 00:01:42,820 [0.803000]
par ailleurs ?
00:01:44,660 --> 00:01:47,213 [2.553000] 00:01:44,720 --> 00:01:48,520 [2.493000] 00:01:44,720 --> 00:01:48,420 [2.493000] 00:01:46,016 --> 00:01:48,999 [1.197000] 00:01:44,750 --> 00:01:47,381 [2.463000]
Dans ce but nous avons deux options, deux possibilités. dans ce but nous avons deux options de possibilités la première est dans ce but nous avons deux options de possibilités la première deux options de possibilités la première est étape pied Dans ce but nous avons 2 options de possibilités
00:01:47,659 --> 00:01:50,364 [2.418000] 00:01:48,520 --> 00:01:52,390 [1.557000] 00:01:48,520 --> 00:01:51,040 [1.557000] 00:01:48,999 --> 00:01:52,237 [1.078000] 00:01:47,381 --> 00:01:50,077 [2.696000]
La première est de s'appuyer sur notre nouvelle équipe de makers celle que sur notre nouvelle équipe de mika qui pourra elle-même testé et s'appuie sur notre nouvelle équipe de Maker qui pourra sur notre nouvelle équipe de mes car qui pourra elle même testé la 1ère et de s'appuyer sur notre nouvelle équipe
00:01:50,470 --> 00:01:53,713 [2.435000] 00:01:52,390 --> 00:01:56,020 [0.515000] 00:01:51,040 --> 00:01:54,570 [1.865000] 00:01:52,237 --> 00:01:56,354 [0.668000] 00:01:50,077 --> 00:01:52,905 [2.828000]
qui pourra elle-même tester et prototyper certaines choses. prototypes certaines choses l' autre option est de travailler avec des elle-même tester prototype et certaines choses l'autre prototype certaines choses l'autre option est de travailler avec des de mes coeur qui pourra elle-même tester prototypé
00:01:54,385 --> 00:01:56,821 [1.348000] 00:01:54,750 --> 00:01:57,530 [0.983000] 00:01:52,905 --> 00:01:55,733 [2.828000]
L'autre option est de travailler avec des partenaires externes option et de travailler avec des partenaires externes expert certaines choses l'autre option est de travailler
00:01:56,821 --> 00:02:00,196 [1.279000] 00:01:56,020 --> 00:01:59,940 [2.080000] 00:01:57,530 --> 00:02:01,380 [0.570000] 00:01:56,354 --> 00:01:59,458 [1.746000] 00:01:55,733 --> 00:01:58,100 [2.367000]
experts en IA, que ce soit des grosses sociétés comme IBM, partenaires externes expert en lien ce fut une grosse société commune en y a que ce soit des grosses sociétés comme il aime des start-up partenaires externes experts en iran que ce soit les grosses avec des partenaires externes expert en y ?
00:02:00,196 --> 00:02:03,976 [1.014000] 00:01:59,940 --> 00:02:04,670 [1.270000] 00:01:59,458 --> 00:02:02,937 [1.752000] 00:01:58,410 --> 00:02:01,210 [2.800000]
des start-up, des écoles ou des centres de recherche. même des stars de des écoles des centres de recherche son travail sociétés comme ibm des start up des écoles des centres Que ce soit les grosses sociétés comme il aime daystar
00:02:04,136 --> 00:02:05,415 [0.248000] 00:02:01,660 --> 00:02:04,670 [2.724000] 00:02:02,937 --> 00:02:06,326 [1.447000] 00:02:01,210 --> 00:02:04,384 [3.174000]
Si vous travaillez sur ce sujet des écoles ou des centres de recherche si vous travaillez de recherche si vous travaillez sur ce sujet que nous avons pas top des écoles ou des centres de recherche si vous travaillez
00:02:05,455 --> 00:02:07,829 [1.978000] 00:02:04,670 --> 00:02:08,690 [2.763000] 00:02:04,670 --> 00:02:07,780 [2.763000] 00:02:06,326 --> 00:02:09,009 [1.107000] 00:02:04,384 --> 00:02:07,433 [3.049000]
et que nous ne vous avons pas encore parlé ou identifié, sur ce sujet onze ont encore parlé ou identifiés n'hésitez pas à vous sur ce sujet et que nous avons pas encore parlé ou identifié encore parlé ou identifier n'hésitez pas vous mettre sur ce sujet et que nous avons pas encore parlé ou identifié
00:02:07,909 --> 00:02:09,810 [1.951000] 00:02:08,690 --> 00:02:09,480 [1.170000] 00:02:08,060 --> 00:02:09,480 [1.800000] 00:02:09,009 --> 00:02:09,540 [0.851000] 00:02:07,433 --> 00:02:09,860 [2.427000]
n'hésitez pas à vous mettre en contact avec moi. mettre en contact avec n'hésitez pas vous mettre en contact avec moi en contact avec n'hésitez pas vous mettre en contact avec moi ?