Articles

Architecture TDD pour Services

Architecture TDD pour Services

,

Web

L’architecture TDD pour les services web est une méthode de développement qui permet de construire des applications robustes et fiables. Elle offre une grande flexibilité et des tests automatisés.

Au-delà des tests unitaires

It doesn’t have to be this way. By leveraging the same TDD techniques used for unit tests, developers can create tests that span services and data stores, while still providing the same level of confidence and quality. Such tests can be written in the same language as the codebase, using the same tools, and can be managed as part of the same process. This approach also provides a more complete view of the system under test, allowing for more comprehensive testing, earlier detection of errors, and a better overall development process.

Au-delà du test unitaire

Le développement piloté par les tests (TDD) est une technique bien reconnue pour améliorer le processus de développement, que ce soit pour le développement de nouveau code ou pour la correction de bogues. Tout d’abord, écrivez un test qui échoue, puis faites-le fonctionner de manière minimale, puis faites-le fonctionner correctement ; rincez et répétez. Ce processus maintient l’accent sur le travail à valeur ajoutée et tire parti du processus de test comme un défi pour améliorer la conception testée plutôt que de vérifier uniquement son comportement. Cela améliore également la qualité de vos tests, qui deviennent une partie plus précieuse du processus global plutôt qu’une pensée après coup.

Le discours commun sur le TDD tourne autour des unités relativement petites et en cours de traitement, souvent d’une seule classe. Cela fonctionne très bien, mais qu’en est-il des unités «livrables» plus importantes ? Lors de l’écriture d’un microservice, ce sont les services qui sont primordiaux, tandis que les différentes constructions d’implémentation sont simplement des outils pour atteindre cet objectif. Le test des services est souvent considéré comme étant hors du champ d’un développeur travaillant dans une seule base de code. Ces tests sont souvent gérés séparément, peut-être par une équipe distincte, à l’aide d’outils et de langages différents. Cela rend souvent ces tests opaques et de moins bonne qualité et ajoute des inefficacités en nécessitant un commit/deploy ainsi qu’une coordination avec une équipe distincte.

Cela n’a pas à être ainsi. En utilisant les mêmes techniques TDD utilisées pour les tests unitaires, les développeurs peuvent créer des tests qui couvrent les services et les magasins de données, tout en fournissant le même niveau de confiance et de qualité. Ces tests peuvent être écrits dans le même langage que la base de code, à l’aide des mêmes outils, et peuvent être gérés dans le cadre du même processus. Cette approche fournit également une vue plus complète du système sous test, permettant un test plus complet, une détection plus précoce des erreurs et un meilleur processus de développement global.

Source de l’article sur DZONE

/par
Évolution des principaux outils de changement de schéma de base de données

Évolution des principaux outils de changement de schéma de base de données

,

Depuis l’avènement des bases de données, les outils permettant leur changement de schéma ont connu une évolution considérable. Découvrons-en plus sur ce sujet !

Migration de schéma de base de données peut être la zone la plus risquée dans le développement d’application – c’est difficile, risqué et douloureux. Les outils de migration de schéma de base de données existent pour soulager la douleur et ont fait des progrès considérables : des outils CLI de base aux outils GUI, des clients SQL simples à la plateforme de collaboration tout-en-un.

These tools are great for testing and debugging, but they can be difficult to use for schema migration. You need to understand the syntax of the SQL language and the structure of the database. If you don’t have the necessary skills, you may end up writing inefficient queries or making mistakes in your schema changes.

GUI Clients – MySQL Workbench / pgAdmin

MySQL Workbench and pgAdmin are graphical user interface (GUI) clients for MySQL and PostgreSQL respectively. They provide a graphical representation of your database schema, allowing you to easily view and modify the structure. You can also use them to write and execute queries.

These tools are great for schema migration, as they allow you to easily view and modify the structure of your database. However, they can be difficult to use for testing, as they don’t provide a way to easily execute multiple queries at once. Additionally, they can be slow when dealing with large databases.

Collaboration Database Platforms

Collaboration database platforms such as Liquibase, Flyway, and Redgate are designed to make database schema migration easier. These tools provide a graphical interface for viewing and modifying the structure of your database, as well as a way to execute multiple queries at once. They also provide version control, allowing you to easily track changes to your database schema.

These tools are great for both testing and schema migration. They provide an easy way to view and modify the structure of your database, as well as a way to easily execute multiple queries at once. Additionally, they provide version control, allowing you to easily track changes to your database schema.

Migration de schéma de base de données – un processus difficile et risqué

La migration de schéma de base de données est peut-être la zone la plus risquée dans le développement d’applications – c’est difficile, risqué et douloureux. Des outils de migration de schéma de base de données existent pour soulager la douleur et ont fait des progrès considérables : des outils en ligne de commande (CLI) aux outils graphiques (GUI), des clients SQL simples aux plateformes de collaboration tout-en-un.

Clients en ligne de commande (CLI) – MySQL / PSQL

MySQL et psql sont les CLI natifs pour MySQL et PostgreSQL respectivement. Vous pouvez envoyer des commandes ou des requêtes directement aux serveurs MySQL ou PostgreSQL à partir de la ligne de commande.

Ces outils sont excellents pour le test et le débogage, mais ils peuvent être difficiles à utiliser pour la migration de schéma. Vous devez comprendre la syntaxe du langage SQL et la structure de la base de données. Si vous n’avez pas les compétences nécessaires, vous risquez d’écrire des requêtes inefficaces ou de faire des erreurs dans vos modifications de schéma.

Clients graphiques (GUI) – MySQL Workbench / pgAdmin

MySQL Workbench et pgAdmin sont des clients d’interface utilisateur graphique (GUI) pour MySQL et PostgreSQL respectivement. Ils fournissent une représentation graphique de votre schéma de base de données, vous permettant de visualiser et de modifier facilement la structure. Vous pouvez également les utiliser pour écrire et exécuter des requêtes.

Ces outils sont excellents pour la migration de schéma, car ils vous permettent de visualiser et de modifier facilement la structure de votre base de données. Cependant, ils peuvent être difficiles à utiliser pour le test, car ils ne fournissent pas un moyen d’exécuter facilement plusieurs requêtes en même temps. De plus, ils peu

Source de l’article sur DZONE

/par
Optimisation des lignes d'objet d'email et mobile avec AI et ML

Optimisation des lignes d’objet d’email et mobile avec AI et ML

,

Les entreprises peuvent désormais optimiser leurs lignes d’objet d’email et mobile grâce à l’intelligence artificielle et au machine learning. Une nouvelle ère de marketing commence !

Méthodologie

Architecture

La ligne d’objet et les titres des e-mails et des notifications push jouent un rôle important dans la détermination des taux d’engagement. La communication numérique nécessite la compétence de la conception de lignes d’objet convaincantes et de titres de notifications push concis qui captent l’attention de l’utilisateur. Les marketeurs conçoivent des lignes d’objet en fonction du ton du message à transmettre et du public cible visé. En «enseignant» efficacement cette compétence et en l’optimisant pour la communication numérique, les modèles d’IA générative offrent une avenue passionnante pour automatiser ce processus. L’article examine quelques approches pour créer des lignes d’objet et des titres de notifications push efficaces tout en les combinant avec des modèles classiques d’apprentissage automatique pour prédire les taux d’ouverture avec l’IA générative (Large Language Models).

Il ne s’agit pas seulement de créer des lignes d’objet accrocheuses que les LLM peuvent facilement générer avec le bon déclencheur. L’objectif est de générer un candidat idéal pour le contexte et le contenu qui incitera le destinataire à cliquer et à afficher le message. Les modèles d’apprentissage machine (ML), en particulier les algorithmes de forêt aléatoire, peuvent prédire avec une grande confiance la probabilité qu’un destinataire clique sur un message s’ils sont correctement formés. En combinant les LLM avec des modèles ML prédictifs, il est possible de générer des lignes d’objet et des titres de notifications push de haute qualité. Voici quelques moyens possibles.

La première approche consiste à entraîner un modèle ML prédictif sur un jeu de données historiques. Le modèle apprend à prédire le taux d’ouverture en fonction des caractéristiques telles que le sujet, le contenu et le public cible. Une fois le modèle formé, il peut être utilisé pour générer des lignes d’objet et des titres de notifications push optimaux pour chaque message. La seconde approche consiste à entraîner un modèle ML prédictif sur un jeu de données historiques tout en utilisant un modèle LLM pour générer des lignes d’objet et des titres de notifications push. Le modèle ML apprend à prédire le taux d’ouverture en fonction des caractéristiques telles que le sujet, le contenu et le public cible, tandis que le modèle LLM génère des lignes d’objet et des titres de notifications push optimaux pour chaque message. Enfin, la troisième approche consiste à entraîner un modèle ML prédictif sur un jeu de données historiques tout en utilisant un modèle LLM pour générer des lignes d’objet et des titres de notifications push optimaux pour chaque message. Le modèle ML apprend à prédire le taux d’ouverture en fonction des caractéristiques telles que le sujet, le contenu et le public cible, tandis que le modèle LLM génère des lignes d’objet et des titres de notifications

Source de l’article sur DZONE

/par
Révolutionner l'IA: Dévoiler le pouvoir de WatsonX

Révolutionner l’IA: Dévoiler le pouvoir de WatsonX

,

Avec WatsonX, nous pouvons révolutionner l’IA et découvrir de nouvelles possibilités pour le futur.

L’origine de WatsonX

At its core, WatsonX is designed to be a powerful tool for data scientists and developers. It’s capable of ingesting massive amounts of data, analyzing it in real-time, and producing actionable insights that can be used to make better decisions. In addition, WatsonX is designed to be highly scalable, allowing it to handle large volumes of data with ease.

Les origines de WatsonX

Dans le paysage en constante évolution de l’intelligence artificielle, un nouveau joueur est apparu pour redéfinir les limites de ce qui est possible. Entrez WatsonX, une technologie révolutionnaire qui promet de révolutionner le paysage de l’IA. Dans ce blog, nous plongerons profondément dans les intrications de WatsonX, explorerons des exemples captivants et dévoilerons les cas d’utilisation potentiels qui peuvent vraiment le rendre viral.

Derivé de l’iconique Watson AI, qui a célèbrement battu des champions humains dans Jeopardy !, WatsonX représente le point culminant de plusieurs années de recherche, de développement et de progrès. Né de la fusion d’apprentissage machine avancé, de traitement du langage naturel et d’informatique quantique, WatsonX n’est pas seulement une évolution; c’est un bond quantique en avant dans la capacité de l’IA.

Au cœur de WatsonX se trouve un outil puissant conçu pour les scientifiques des données et les développeurs. Il est capable d’ingérer des masses de données, de les analyser en temps réel et de produire des informations exploitables qui peuvent être utilisées pour prendre de meilleures décisions. De plus, WatsonX est conçu pour être hautement extensible, ce qui lui permet de gérer facilement de grandes volumes de données.

Source de l’article sur DZONE

/par
Les meilleurs plugins pour les IDEs JetBrains.

Les meilleurs plugins pour les IDEs JetBrains.

,

Les plugins JetBrains sont indispensables pour améliorer votre expérience de développement. Découvrez les meilleurs plugins pour les IDEs JetBrains !

Les IDE basés sur la plate-forme IntelliJ de JetBrains sont probablement l’un des IDE les plus courants à l’heure actuelle. Leur popularité est particulièrement visible dans la communauté des langages JVM, où IntelliJ IDEA reste le choix immédiat de la plupart des développeurs. Tout cela malgré l’apparition de nouveaux concurrents et l’amélioration des anciens concurrents qui rejoignent à nouveau la table.

Les EDI JetBrains basés sur la plate-forme IntelliJ sont probablement l’un des EDI les plus courants à l’heure actuelle. Leur popularité est particulièrement visible dans la communauté des langages JVM, où IntelliJ IDEA reste le choix immédiat de la plupart des développeurs. Tout cela malgré l’apparition de nouveaux concurrents et l’amélioration des anciens concurrents qui se joignent à nouveau à la table.

Dans ce texte, je voudrais décrire les plugins pour IntelliJ IDEA qui peuvent être d’une grande aide pour vous dans votre combat quotidien avec vos tâches et qui faciliteront votre travail. Certains plugins seront indépendants du langage, tandis que d’autres seront dépendants du langage.

Parmi les plugins les plus populaires pour IntelliJ IDEA, citons le plugin de codage, qui permet aux développeurs de coder plus rapidement et plus efficacement. Le plugin de codage permet aux développeurs de générer du code à partir de modèles prédéfinis, ce qui leur permet d’économiser du temps et de l’effort. Il permet également aux développeurs de créer des raccourcis clavier personnalisés pour accélérer le processus de codage. De plus, le plugin de codage offre une fonctionnalité de recherche avancée qui permet aux développeurs de trouver rapidement le code dont ils ont besoin.

Un autre plugin très utile est le plugin de refactoring. Ce plugin permet aux développeurs de modifier le code sans modifier le comportement du programme. Il permet également aux développeurs de réorganiser le code pour qu’il soit plus facile à maintenir et à comprendre. En outre, le plugin de refactoring offre une fonctionnalité de vérification des erreurs qui peut aider les développeurs à trouver et à corriger rapidement les erreurs dans leur code.

Enfin, il existe un plugin très pratique appelé le plugin de débogage. Ce plugin permet aux développeurs de surveiller le code en cours d’exécution et de voir ce qui se passe à l’intérieur. Il permet également aux développeurs d’effectuer des tests unitaires et d’utiliser des outils de profilage pour optimiser le code. En outre, le plugin de débogage offre une fonctionnalité de journalisation qui permet aux développeurs de voir ce qui se passe dans leur application en temps réel.

Source de l’article sur DZONE

/par
Expliquer les modèles d'apprentissage machine: renforcer la confiance et la compréhension des systèmes IA

Expliquer les modèles d’apprentissage machine: renforcer la confiance et la compréhension des systèmes IA

,

.

Comprendre comment fonctionnent les modèles d’apprentissage machine est essentiel pour renforcer la confiance et la compréhension des systèmes IA. Découvrons ensemble comment ces modèles fonctionnent!

## Expliquer la signification de l’explicabilité des modèles d’apprentissage automatique

L’explicabilité des modèles est devenue un domaine de recherche très important ces dernières années, car elle permet de comprendre comment fonctionnent les systèmes d’intelligence artificielle et de machine learning. Elle est également essentielle pour garantir la transparence et la responsabilité des systèmes d’IA. Cet article explore la signification de l’explicabilité des modèles, ses applications à divers domaines et l’influence qu’elle a sur la fiabilité des systèmes d’intelligence artificielle.

L’explicabilité des modèles est particulièrement importante pour les domaines qui traitent des questions sensibles ou critiques, tels que le secteur de la santé, où les prises de décision doivent être fondées sur des données fiables et compréhensibles. La capacité des systèmes d’IA à fournir des explications compréhensibles par les humains est essentielle pour garantir la confiance et l’adoption responsable des systèmes d’IA.

Les chercheurs ont mis au point plusieurs méthodes pour améliorer l’explicabilité des modèles d’intelligence artificielle et de machine learning. Ces méthodes peuvent être classées en trois catégories : l’analyse de l’architecture du modèle, l’analyse des poids et l’analyse des résultats. L’analyse de l’architecture du modèle consiste à étudier la structure du modèle et à déterminer comment les différents composants interagissent entre eux. L’analyse des poids consiste à examiner les poids assignés aux différents composants du modèle pour comprendre leur influence sur les résultats. Enfin, l’analyse des résultats consiste à étudier les résultats du modèle et à déterminer quelles variables sont les plus importantes pour expliquer le comportement du modèle. Ces méthodes peuvent être utilisées pour améliorer la transparence et la responsabilité des systèmes d’IA.

Source de l’article sur DZONE

/par
Révolutionner le Web: Tendances et innovations en développement web

Révolutionner le Web: Tendances et innovations en développement web

,

Le développement web évolue à un rythme rapide et les tendances et innovations sont en constante évolution. Découvrez comment la révolution du web peut transformer votre entreprise!

Le développement web est devenu vital pour les entreprises et les organisations à l’échelle mondiale dans l’écosystème numérique en constante évolution d’aujourd’hui. L’importance de rester à jour avec les nouveaux développements en matière de développement web ne peut pas être surestimée. De nouveaux cadres, langages et approches sont souvent introduits dans l’industrie du développement web, qui évolue constamment.

Coding is a key component of web development. It involves writing code in a language such as HTML, CSS, JavaScript, or Python to create websites and applications. Coding is the foundation of web development and is essential for creating a successful website or application.

Aujourd’hui, le développement web est devenu essentiel pour les entreprises et les organisations à l’échelle mondiale dans un écosystème numérique en constante évolution. L’importance de rester à jour avec les nouveaux développements en matière de développement web ne peut pas être surestimée. De nouveaux cadres, langages et approches sont souvent introduits dans l’industrie du développement web, qui est en constante évolution.

En restant à jour avec ces changements, les développeurs peuvent appliquer les outils et techniques les plus récents pour améliorer l’expérience des utilisateurs, accélérer les sites Web et rester toujours un pas devant la concurrence.

Le codage est un composant clé du développement web. Il consiste à écrire du code dans une langue telle que HTML, CSS, JavaScript ou Python pour créer des sites Web et des applications. Le codage est la base du développement Web et est essentiel pour créer un site Web ou une application réussis. La programmation est une partie importante du codage et elle implique l’utilisation de différentes méthodes pour créer des programmes informatiques. Les développeurs peuvent utiliser des outils tels que des bibliothèques et des frameworks pour faciliter le codage et accélérer le processus de développement.

Le codage est un processus complexe qui nécessite une bonne compréhension des langages de programmation et des principes de base du développement Web. Les développeurs doivent être conscients des normes et des meilleures pratiques en matière de codage afin de créer des sites Web et des applications efficaces et sécurisés. Les développeurs doivent également être à l’aise avec la gestion de projet et la communication afin de garantir que le projet est livré à temps et selon les spécifications.

Les compétences en codage sont essentielles pour les développeurs Web. Les développeurs doivent être capables de comprendre le code et d’utiliser les outils appropriés pour créer des sites Web et des applications qui répondent aux besoins des utilisateurs. Les développeurs doivent également être à l’aise avec la résolution de problèmes et la prise de décisions afin de garantir que le projet est livré à temps et selon les spécifications.

Le codage est un domaine en constante évolution et il est important que les développeurs restent à jour avec les dernières technologies, outils et techniques. Les développeurs doivent également être conscients des normes et des meilleures pratiques en matière de codage afin de créer des sites Web et des applications efficaces et sécurisés.

Le codage est un domaine passionnant qui offre aux développeurs la possibilité de créer des sites Web et des applications innovants qui peuvent améliorer l’expérience utilisateur et aider les entreprises à atteindre leurs objectifs commerciaux. Les compétences en codage sont essentielles pour les développeurs Web et il est important que les développeurs restent à jour avec

Source de l’article sur DZONE

/par
et ExplicationÉcrire un Interpréteur: Implémentation et Explication

et ExplicationÉcrire un Interpréteur: Implémentation et Explication

,

Écrire un interpréteur est un processus complexe qui nécessite une bonne compréhension des principes de programmation. Dans cet article, nous allons examiner l’implémentation et l’explication de l’interpréteur.

Partie 1 peut être trouvée ici.

Lexer

Le Lexer sert d’élément le plus basique. Sa fonction principale consiste à itérer à travers les caractères présents dans le code source. Il peut combiner certains caractères pour créer un seul jeton et générer ensuite un objet jeton avec son type associé. Cet objet est ensuite ajouté à la liste résultante.

H2 : Lexer

The Lexer is responsible for recognizing the language’s syntax and semantics. It is also responsible for recognizing the language’s keywords, identifiers, and constants.

Part 2

L’analyseur lexical est l’élément le plus fondamental. Sa fonction principale consiste à parcourir les caractères présents dans le code source. Il peut combiner certains caractères pour créer un seul jeton et générer ensuite un objet jeton avec son type associé. Cet objet est ensuite ajouté à la liste résultante.

L’analyseur lexical est responsable de la reconnaissance de la syntaxe et de la sémantique du langage. Il est également responsable de la reconnaissance des mots clés, des identifiants et des constantes du langage.

Part 3

L’architecture du compilateur est composée de plusieurs étapes. La première étape est l’analyse lexicale. Cette étape consiste à analyser le code source et à le décomposer en jetons. Ces jetons sont ensuite analysés par l’analyseur syntaxique, qui vérifie la validité des jetons et construit une structure arborescente appelée arbre syntaxique abstrait (AST). L’AST est ensuite utilisé par l’analyseur sémantique pour vérifier la validité des instructions et pour générer du code intermédiaire ou du code machine. Enfin, le code intermédiaire ou le code machine est converti en code exécutable par le générateur de code.

Source de l’article sur DZONE

/par

SAP Labs France et l’artiste Florian Schönerstedt collaborent dans un projet mélant art et IA

, ,

Les IA génératives telles que ChatGPT ou Dall.E ont permis au plus grand nombre de découvrir les différentes applications de la technologie dans des domaines variés et parfois surprenants, comme l’Art.

L’innovation est souvent le fruit d’une rencontre.

L’innovation est souvent le fruit d’une rencontre entre des personnes, des outils et des savoir-faire qui de prime abord semblent tout opposer.

Sur une initiative de la DRAC, le programme « Art & Mondes du travail » est un dispositif qui met en relation 3 acteurs : l’entreprise, l’artiste et la structure de diffusion.  En collaboration avec l’Espace de l’Art Concret de Mouans Sartoux (06), SAP Labs France a accueilli durant 6 mois l’artiste plasticien Florian Schönerstedt.   

Au cours de sa résidence, l’artiste s’est imprégné de la culture d’entreprise du centre de R&D à Sophia Antipolis en rencontrant chercheurs et experts. Florian a toujours insisté sur la spontanéité de sa démarche : « Je ne voulais pas venir avec une idée préconçue et demander une exécution technique de la part des collaborateurs SAP ».

Francesco Di Cerbo, chercheur en cybersécurité chez SAP Labs France, a été sensible à la démarche artistique de Florian. Tous deux ont immédiatement constaté des similitudes dans les règles, les protocoles, les démarches appliquées à leurs univers professionnels diamétralement opposés : la collecte de données, l’exploitation de ces dernières et la restitution, sont pour le chercheur et l’artiste des démarches essentielles dans la concrétisation de leurs projets respectifs.

D’une réflexion commune, ils explorent le CV, cet outil qui est le premier point de contact avec une entreprise. Un simple « papier » sur lequel un ensemble de données personnelles traitées définissent – et conditionnent presque – un être humain.  Francesco et Florian ont ainsi imaginé un générateur de CV d’artiste. L’IA et les nouvelles technologies nous offre ainsi la possibilité de rencontrer un alter-égo professionnel à travers les expériences décrites dans son curriculum vitae.

La technologie au service de l’art augmenté ?

Pour concrétiser ce projet, Francesco Di Cerbo a utilisé un LLM (Large Language Model) combiné à un algorithme basé sur un réseau des probabilités conditionnelles pour générer les différentes parties d’un CV d’artiste : les titres d’expositions, la fréquence des expositions par an et la distribution d’années dans la carrière de l’artiste. A été utilisée une technique nommée “confidentialité différentielle” pour obtenir l’anonymité des données tout en préservant les informations. Francesco précise que les données privées comme les noms et prénoms n’ont pas été pris en considération. Les données ont été recueillies à partir du site documentsdartistes.org, avec leur permission. Ce site a des biographies des plusieurs artistes actives dans la région PACA. Au total plus de 200 CV d’artistes ont permis d’entrainer l’intelligence artificielle. Le design de l’interface a été imaginé par Ashwin Tanjore Shyamsundar, UX Designer, et le développement opéré par Marie-Pierre Mela, Développeur chez SAP Labs France.

De gauche à droite : Ashwin Tanjore Shyamsundar, Francesco di Cerbo, Marie-Pierre Mela, Florian Schönerstedt

Une œuvre collaborative  exposée à l’Espace de l’Art Concret du 22 avril au 14 mai 2023.

Le temps d’un instant, en tapant quelques caractères sur un clavier suivi d’un clic, les visiteurs ont pu découvrir alors leur CV, vraisemblablement authentique. Certains notent même des cohérences probables avec leur véritable chemin de vie. Environ 500 visiteurs sont venus découvrir l’installation le temps de l’exposition.

Pour Francesco, le résultat de cette expérience inédite est sans appel : “Combiner les capacités d’une entreprise comme SAP et d’un artiste du monde digital comme Florian était sans doute une bonne idée : le fournisseur d’une des solutions logicielles la plus concrète et solide pour les entreprises, a prêté son visage et sa technologie à un projet visionnaire et pertinent dans le domaine de la suggestion. L’amalgame donne à mon avis un résultat qui semble à la fois très concret et très surprenant. D’où son intérêt et sa valeur.”

Le succès de cette collaboration inédite a suscité la curiosité de nos voisins. Mr David Simplot, Directeur de 3IA, (à gauche sur la photo), a rencontré l’artiste et l’équipe du projet au cours d’une visite guidée. Lui-même s’est découvert une folle carrière artistique avec au compteur une vingtaine d’expositions individuelles à son actif !

Plus qu’un projet d’artiste, cette œuvre collaborative vient interroger notre rapport aux données personnelles et le traitement de ces dernières. Comme un logiciel, cette œuvre pourrait être la première version d’un générateur de CV plus abouti. Pour continuer d’explorer ce domaine, Florian Schönerstedt est candidat à l’appel à projets de l’Université Nice Côte d’Azur .

« Il faut des partenaires capables de nous apprendre quelque chose que l’on ne sait pas ou à quoi on ne pense pas. C’est ce qui permet de faire naître les nouvelles réalités », Martin Wezowski, Chief Futurist Officer SAP, en mars 2023.

SAP Labs France s’entoure de partenaires audacieux pour ensemble façonner un écosystème innovant, performant et créatif autour de la Tech.

The post SAP Labs France et l’artiste Florian Schönerstedt collaborent dans un projet mélant art et IA appeared first on SAP France News.

Source de l’article sur sap.com

/par
in Natural Language ProcessingChatGPT : Révolution dans le traitement du langage naturel

in Natural Language ProcessingChatGPT : Révolution dans le traitement du langage naturel

,

Le traitement du langage naturel est en train de connaître une révolution avec ChatGPT, une technologie innovante qui offre des possibilités inédites.

## ChatGPT-4, la nouvelle révolution pour l’industrie du corporate

ChatGPT-4 est la nouvelle révolution pour l’industrie des entreprises. Quatre est la dernière version développée par Open AI – ChatGPT, nommée Generative Pre-Trained Transformer. Cela changera la perception de l’industrie par rapport à la communication avec les machines.

L’apprentissage automatique joue un rôle important en tant que composant dans ChatGPT. ChatGPT comprend l’apprentissage profond et génère des réponses de haute qualité à l’utilisateur en fonction de ses entrées. Il s’agit d’un type de modèle de réseau que nous pouvons considérer comme un modèle de réseau neuronal dans l’apprentissage automatique. Les modèles ne sont rien; certains données formées sur de grands jeux de données textuelles pour comprendre et générer une relation entre les mots ainsi qu’avec des phrases.

ChatGPT-4 est très précis et peut fournir des réponses appropriées à la demande de l’utilisateur. Il peut également être utilisé pour le traitement du langage naturel (NLP), qui est un domaine qui se concentre sur le traitement des données textuelles et leur interprétation. La technologie NLP est utilisée pour analyser et comprendre le langage humain et pour interagir avec lui. ChatGPT-4 peut être utilisé pour analyser les données textuelles et générer des réponses précises et pertinentes à la demande de l’utilisateur.

ChatGPT-4 est une technologie très puissante qui peut être utilisée pour améliorer les processus commerciaux. Il peut être utilisé pour automatiser des tâches répétitives, telles que le traitement des données, la prise de décisions et la gestion des relations avec les clients. Il peut également être utilisé pour améliorer la qualité des services fournis aux clients et pour réduire les coûts liés à la gestion des données. La technologie ChatGPT-4 peut être utilisée pour améliorer la productivité et la rentabilité de l’entreprise en fournissant des informations précises et pertinentes basées sur les données.

Source de l’article sur DZONE

/par