Rapports sur l'IA · MIT · 2026-10-02 · Blog / commentaire
Des outils de calcul pour les défis les plus complexes de la société
Titre original: Computational tools for society’s most complex challenges
Cathy Wu, professeure associée au MIT, utilise l'apprentissage automatique et l'apprentissage par renforcement pour contribuer à dessiner des améliorations de systèmes complexes, notamment dans les transports. Selon elle, la conception de systèmes de transport implique de modéliser des dizaines, voire des milliers de variantes, ce qui dépasse les capacités des outils actuels si l'on veut un processus fondé sur des données probantes. L'apprentissage par renforcement est présenté comme un moyen de libérer les chercheurs en transport et leurs partenaires praticiens afin qu'ils conçoivent les systèmes qu'ils souhaitent.