• xmlui.mirage2.page-structure.header.title
    • français
    • English
  • Help
  • Login
  • Language 
    • Français
    • English
View Item 
  •   BIRD Home
  • DRM (UMR CNRS 7088)
  • DRM : Publications
  • View Item
  •   BIRD Home
  • DRM (UMR CNRS 7088)
  • DRM : Publications
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

BIRDResearch centres & CollectionsBy Issue DateAuthorsTitlesTypeThis CollectionBy Issue DateAuthorsTitlesType

My Account

LoginRegister

Statistics

Most Popular ItemsStatistics by CountryMost Popular Authors
Thumbnail - No thumbnail

Les Machines pour le Big Data : Vers une Informatique Quantique et Cognitive

Teboul, Bruno; Amri, Taoufik (2014-12), Les Machines pour le Big Data : Vers une Informatique Quantique et Cognitive. https://basepub.dauphine.fr/handle/123456789/14485

Type
Document de travail / Working paper
External document link
https://hal.archives-ouvertes.fr/hal-01096689
Date
2014-12
Pages
7
Metadata
Show full item record
Author(s)
Teboul, Bruno
Amri, Taoufik
Abstract (FR)
Cet article est une analyse prospective sur les mutations technologiques qui affecteront l’informatique et ses machines dans un avenir proche afin de répondre aux grands défis soulevés par notre société du tout digital. Nous pensons que ces mutations seront à la fois « quantique » et « cognitive ». Nous étayerons notre analyse en revenant sur ce qui fonde encore aujourd’hui nos ordinateurs, à savoir une architecture vieille de plus d’un demi-siècle, qui est responsable des espoirs déchus de l’intelligence artificielle. Nous décrirons deux solutions prometteuses et complémentaires que l’on appelle aujourd’hui le Calcul Quantique Adiabatique et l’Informatique Cognitive qui vont bouleverser les capacités de traitement des Big Data.
Subjects / Keywords
Mégadonnées; Intelligence Artificielle; Cognitive Computing; Architecture Von Neumann; Loi de Moore; Machine Learning; Data Scientist; Sciences Cognitives; Physique Quantique; Calculateur Quantique Adiabatique; Map/Reduce/Hadoop/Spark; Big Data
JEL
C63 - Computational Techniques; Simulation Modeling
M15 - IT Management

Related items

Showing items related by title and author.

  • Thumbnail
    Encore une révolution informatique ? Open et big data dans les organisations administratives 
    Baudot, Pierre-Yves; Marrel, Guillaume; Nonjon, Magali (2015) Article accepté pour publication ou publié
  • Thumbnail
    Valeur et Véracité de la donnée : enjeux pour l'entreprise et défis pour le Data Scientist 
    Teboul, Bruno; Berthier, Thierry (2015-03) Communication / Conférence
  • Thumbnail
    Le Big Data. Mythe ou réalité ? Une architecture cognitive permettant de tout évaluer, après avoir tout transformé en chiffres 
    Azan, Wilfrid; Bolidum, Serge (2015) Article accepté pour publication ou publié
  • Thumbnail
    Extension des Programmes Génétiques pour l’apprentissage supervisé à partir de très larges Bases de Données (Big data) 
    Hmida, Hmida (2019-10-23) Thèse
  • Thumbnail
    Professionnels des ressources humaines et big data : sociologie d'une gestion quantifiée des carrières 
    Levy, Camille (2020-12-16) Thèse
Dauphine PSL Bibliothèque logo
Place du Maréchal de Lattre de Tassigny 75775 Paris Cedex 16
Phone: 01 44 05 40 94
Contact
Dauphine PSL logoEQUIS logoCreative Commons logo