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.
L’empreinte environnementale de l’IA : comprendre, mesurer et agir
Lire l'article
Massive MIMO, Cloud RAN, IA, Orange France et Ericsson expérimentent ensemble les réseaux de demain
Lire l'article
L’approche centrée utilisateurs au service des techniciens d’intervention
Lire l'article
Croissance de l’IA et production électrique mondiale : incompatibles ?
Lire l'article