6 secteurs bousculés par le machine learning

L’apprentissage automatique (ou machine learning) n’est plus une « technologie d’avenir ». Les entreprises allant du secteur minier à l’industrie manufacturière en passant par la médecine utilisent aujourd’hui l’apprentissage automatique pour mieux répondre aux besoin de leurs clients, doper leur R&D, ou transformer leurs modes opératoires.

Voici quelques exemples :

Activité minière

L’intelligence artificielle (IA) et l’apprentissage automatique profitent aux compagnies minières dans la découverte plus efficace et rentable de gisements.

« L’utilisation de l’apprentissage automatique permet de cibler avec une meilleur précision les zones à exploiter, ce qui optimise la rentabilité », précise Bernard Marr dans Forbes.

Médecine

Deux chercheurs ont récemment mis au point une méthode d’apprentissage automatique pour normaliser le processus de diagnostic de l’ADN des tumeurs.

De la bière à la médecine personnalisée

Certaines découvertes peuvent être transposées à des secteurs d’activité très différents.

Des algorithmes de machine learning permettant de prédire le métabolisme des levures à partir de leur teneur en protéines ont été développés par des scientifiques de l’Institut Francis Crick. Ces résultats pourraient aider les brasseurs à améliorer le contrôle de la saveur de la boisson… et aux scientifiques de personnaliser les futurs traitements des patients souffrant de troubles métaboliques.

Logistique, chaîne d’approvisionnement et transport

L’IA et l’apprentissage automatique aident les acteurs de la logistique à optimiser la sélection des transporteurs en temps réel, à optimiser la prévision des commandes clients et à mieux coordonner les ressources allouées telles que les conducteurs et les véhicules.

Pétrole et gaz

Une société pétrolière et gazière indienne a eu recours à l’analyse prédictive et à l’apprentissage automatique pour prévoir les défaillances imminentes des tiges de ses pompes à cavité progressive, ce qui a permis de prévenir les temps d’arrêt et les coûts inhérents de réparation.

Astronomie

Les chercheurs en aéronautique spatiale doivent composer avec de grandes quantités de données. L’apprentissage automatique les aide à traiter et à analyser ces données brutes. En apprenant à reconnaître et à catégoriser les différentes formes présentes dans l’espace (galaxies spirales, par exemple), les machines permettent aux astronomes de se concentrer davantage sur la science et moins sur l’analyse des données.

Il ne s’agit là finalement que d’un ensemble assez diversifié de cas d’utilisation. Comment l’apprentissage automatique est-il mis en pratique dans votre entreprise ou votre secteur ? Faites-le nous savoir dans la section des commentaires.

 


Auteur : Chris Nerney

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

%d bloggers like this: