Cybersécurité, modèles plus performants… les promesses du Machine Learning Quantique
● Le Machine Learning quantique (QML) se distingue du ML classique par l’encodage des données dans des états quantiques.
● Le ML quantique est prometteur pour la cybersécurité et la détection de menaces (comme les malwares) et permet un entraînement plus rapide et moins coûteux, car il peut utiliser des jeux de données plus restreints.
● La cybersécurité, à l’avenir, pourrait hybrider le meilleur du ML classique et du ML quantique, explique Grégoire Barrué, chercheur en IA et IA quantique appliquée à la cybersécurité chez Orange.
Lire l'article
● Le ML quantique est prometteur pour la cybersécurité et la détection de menaces (comme les malwares) et permet un entraînement plus rapide et moins coûteux, car il peut utiliser des jeux de données plus restreints.
● La cybersécurité, à l’avenir, pourrait hybrider le meilleur du ML classique et du ML quantique, explique Grégoire Barrué, chercheur en IA et IA quantique appliquée à la cybersécurité chez Orange.
GenAI et fonctions supports : chez Orange un modèle qui met la collaboration au centre
Lire l'article
Parler par la pensée : une nouvelle interface pourrait rendre la parole aux patients
Lire l'article
Intelligence artificielle : comment les Neoclouds transforment le marché du cloud
Lire l'article