* Perception : extraire du sens de données brutes (reconnaissance vocale, détection d'objets, reconnaissance faciale, compréhension vidéo, analyse de texte).
* Raisonnement et apprentissage : déduire, conclure et apprendre, souvent via l'apprentissage automatique (classement de contenu, prédiction du comportement, représentation des connaissances).
* Interaction : dialoguer naturellement (voix, gestes) et répondre sous diverses formes (langage, images, vidéos).
* Adaptation et personnalisation : ajuster son comportement aux préférences et à l'historique de l'utilisateur.
Exemples d'applications :
* Assistants domestiques intelligents : ils répondent à la voix, reconnaissent les visages et pilotent les objets connectés.
* Systèmes de recommandation : ils analysent vos goûts pour suggérer vidéos, musique ou articles.
* Véhicules autonomes : ils perçoivent l'environnement (caméras, lidar, radar) et décident en conséquence.
* Diagnostic médical : ils analysent les images (radios, IRM) pour épauler les médecins.
* Réalité virtuelle et augmentée : ils traitent et restituent des environnements 3D interactifs.
En somme, un MMIS combine vision par ordinateur, traitement du langage, apprentissage automatique et traitement du signal pour comprendre et interagir avec le monde de façon plus « humaine », à travers une multitude de sources multimédias.