Intelligence Artificielle Et Finance

August 1, 2024
Pour les articles homonymes, voir Watson. Un prototype initial de Watson en 2011. Watson est un programme informatique d' intelligence artificielle conçu par la société IBM dans le but de répondre à des questions formulées en langage naturel [ 1]. Il s'intègre dans un programme de développement plus vaste, le DeepQA research project. Le nom « Watson » fait référence à Thomas J. Watson, dirigeant d'IBM de 1914 à 1956 [ 2], avant même que cette société ne s'appelle ainsi. En 2011, Watson connaît une notoriété au niveau mondial quand il devient le champion du jeu télévisé américain Jeopardy!, en battant les meilleurs concurrents humains de l'histoire de ce jeu [ 3]. Participation à Jeopardy! [ modifier | modifier le code] Quatorze ans après la confrontation entre Deep Blue et le champion d'échecs Garry Kasparov, qui avait vu la défaite de ce dernier [ 4], les équipes d'IBM font participer Watson au célèbre jeu télévisé américain Jeopardy!, un jeu où les candidats doivent trouver les questions correspondant à des réponses posées.
  1. Intelligence artificielle et finance 2018
  2. Intelligence artificielle et finance 2020
  3. Intelligence artificielle et finance definition
  4. Intelligence artificielle et finance d'entreprise

Intelligence Artificielle Et Finance 2018

Il a également développé une forte pratique contentieuse en matière technique, informatique et numérique, affichant une prédilection pour les procédures complexes (mesures d'instruction/saisies contrefaçon/actions au fond/expertises judiciaires). Inscrit au barreau de Paris depuis 2010, Charles Bouffier est diplômé en droit de la propriété intellectuelle (Université Paris XII). Il a également étudié à la Fémis (École nationale des métiers de l'image et du son) en distribution/exploitation. Thomas Feigean Thomas Feigean est juriste en Droit des nouvelles technologies. Il s'intéresse principalement à la matière informatique et aux problèmes juridiques soulevés par les technologies les plus innovantes, telles que l'intelligence artificielle ou la Blockchain. Diplômé en droit de la propriété intellectuelle et du numérique de l'Université Paris II Panthéon Assas, Thomas Feigean est actuellement en stage au sein du cabinet August Debouzy. Cette publication est la plus récente de l'auteur sur Cette publication est la plus récente de l'auteur sur Il vous reste à lire 85% de cet article.

Intelligence Artificielle Et Finance 2020

↑ « Une intelligence artificielle fait son entrée dans un cabinet d'avocats », sur Le Monde, 25 mai 2016. ↑ (en) « Create contextual assistants that really help your users », (consulté le 2 septembre 2020). Voir aussi [ modifier | modifier le code] Articles connexes [ modifier | modifier le code] Deep Blue, le supercalculateur d'IBM qui a battu le champion du monde d'échecs Garry Kasparov en 1997. Blue Brain Projet IBM Debater Liens externes [ modifier | modifier le code] (en) Page du centre de recherche Watson. (en) Page dédiée à Watson. (en) Page du projet DeepQA. (en) Article, 8 p., sur le site du New York Times. (en) Jouer contre Watson, sur le site du New York Times. (en) Smartest Machine on Earth (documentary). Portail de l'informatique

Intelligence Artificielle Et Finance Definition

Dans ce domaine, un algorithme ne remplacera jamais l'humain. Enfin, le développement de l'« IA » dans le domaine financier va de pair avec certaines innovations semblables dans le domaine du droit. Depuis peu, les « legaltechs » permettent par exemple d'établir et de suivre de manière automatique des contrats personnalisés en fonction des spécificités de chaque client. Des outils semblables pourront à l'avenir être adoptés en finance, par exemple pour traiter des problématiques patrimoniales: rédaction d'actes notariés et traitement des successions. Les applications de l'intelligence artificielle n'en sont donc qu'à leurs débuts!

Intelligence Artificielle Et Finance D'entreprise

La robotisation et l'intelligence artificielle, une menace pour l'emploi? La question se pose aujourd'hui vivement... Concernera-t-elle aussi les traders? Il s'agirait d'un étonnant retour des choses, lorsque l'on sait que l'industrie financière fut l'une des premières à recourir aux big data à des fins d'analyse quantitative (des méthodes mathématiques et statistiques permettant d'évaluer au plus près le prix d'un actif ou d'un risque financier). Une publication de l'Université d'Erlangen-Nuremberg montre ainsi l'efficacité du deep learning (apprentissage machine profond), appliqué à l'arbitrage financier sur un vaste marché tel que le S&P 500 (indice boursier basé sur 500 grandes sociétés cotées sur les bourses américaines). Par un exercice de simulation sur l'historique des cours de 1992 à 2015, le réseau neuronal a atteint par moment des performances records, se maintenant à deux chiffres y compris au plus fort de la crise financière de 2008, ou lors de l'éclatement de la bulle internet en 2000-2001!

Certaines sociétés d'assurance...
Après les définitions conceptuelles, les articles que vous lirez vous permettront d'approcher les impacts de l'IA pour les différents métiers de la finance, la banque de détail, les activités assurantielles, mais aussi la banque de marché, la gestion d'actifs et les métiers de la comptabilité, de la compliance et du contrôle. A travers ces articles, transparait un sujet en devenir, dont on ne cerne pas encore l'ensemble des impacts sur la relation clients ou sur l'emploi. En revanche, dès à présent, l'enjeu de la maîtrise des algorithmes apparaît clairement et « on ne pourra pas se passer de donner une explication claire de ce qui a conduit à une prise de décision », même aidée par un algorithme. Pour répondre à ces questions, le pôle Finance Innovation insiste sur l'aide à la décision que procure l'IA permettant à des conseillers « augmentés » de mieux décider, en utilisant une information structurée qui aurait été difficile à obtenir manuellement, compte-tenu de la masse des données disponibles.
Le Grand Pompée 2016