Le deep learning

Le deep learning

La nouvelle technique qui révolutionne l’intelligence artificielle !

Article - Deep learning

 

Le deep learning, une technologie en pleine essor

Le deep learning est la technique qui va bouleverser l’intelligence artificielle. Cette technologie connue des initiés depuis plusieurs années, a longtemps été boudée par les experts de la data, et c’est seulement en 2012 qu’elle commence réellement à faire parler d’elle, lorsqu’elle permet au « Google Brain » d’apprendre ce qu’est un chat et le reconnaître sur des photos.
Son développement actuel est dû à l’apparition de nouvelles technologies d’apprentissage automatique, la démocratisation d’outils de calculs puissants, l’accès aux métas données ainsi qu’aux progrès dans la conception des composants électroniques se rapprochant du fonctionnement du cerveau. Le deep learning est une technique de machine learning (apprentissage automatique) née vers 2006, qui « utilise des réseaux de neurones à multiples couches pour effectuer une série de traitements hiérarchisés, dans le but de classer des milliers d’objets en catégories, sans critères prédéfinis »… Cette définition mérite d’être explicitée : en effet, pour comprendre cette notion, il faut revenir à l’apprentissage supervisé, méthode permettant aux machines d’apprendre à reconnaitre des objets précis en les nourrissant de milliers de documents. Une fois entrainé, le système pourra reconnaitre l’objet sur d’autres images.

Une innovation inspirée du cerveau

Le deep learning utilise lui aussi l’apprentissage supervisé, mais c’est l’architecture interne de la machine qui est différente : il s’agit d’un « réseau de neurones », une machine virtuelle composée de milliers d’unités (les neurones) qui effectuent chacune de petits calculs simples. Les ordinateurs cherchent d’abord à catégoriser les éléments les plus simples de l’information avant de passer aux plus compliqués (le système cherche à apprendre les lettres avant les mots, …). C’est l’accumulation de ces données et leur réorganisation automatique qui permet un apprentissage non supervisé (le système apprend par lui-même). Ce fonctionnement par « couches » rend l’apprentissage « profond ». En effet couche après couche, le réseau de neurones approfondit sa compréhension avec des concepts de plus en plus précis. La machine décompose les images, par exemple, pour reconnaitre une personne, elle prendra en compte : d’abord le visage, les cheveux, la bouche, enfin elle ira vers des propriétés de plus en plus fines, comme le grain de beauté. Alors que les méthodes traditionnelles se contenteraient de comparer les pixels, le deep learning base son apprentissage sur des caractéristiques plus abstraites qu’elle va elle-même déterminer.
Tous les experts s’accordent sur le fait que cette méthode est actuellement la meilleure pour résoudre des problématiques de reconnaissance de formes dans les images, de reconnaissance vocale et de traduction instantanée. On retrouve le deep learning dans un grand nombre d’applications, Facebook a développé DeepFace, pour reconnaitre les visages présents dans les photos (taux de réussite 97%). Google à lui développé un logiciel qui décrit via un texte le contenu d’une image.

L’intelligence artificielle en question

Le deep learning est en train de devenir la méthode phare de l’intelligence artificielle, mais ces derniers temps, plusieurs experts des nouvelles technologies (Bill Gates, Ellon Musk, Stephen Hawking) ont exprimé leurs préoccupations par rapports à une intelligence artificielle devenue incontrôlable et indépendante de l’homme. D’autres experts se veulent moins alarmistes, à l’image de Yann LeCun (le français à la tête du laboratoire d’intelligence artificielle de Facebook), qui rappelle que l’IA a souvent été l’objet de spéculations alarmistes qui ne se sont jamais concrétisées. La première limite du modèle, comme des autres outils analysant les données, est que la qualité de l’analyse dépend de la qualité des données fournies et ne se contente que de repérer des modèles donc ne sont pas (pour le moment …) créatifs. Qu’en sera-t-il dans quelques années, voire quelques mois ?

Waouh, ce sujet m’intéresse : parlons-en !

Inspirez-moi encore !

2018-09-06T14:04:29+00:00

About the Author:

Jérôme est associé au sein de Boomer. Ingénieur de Centrale Paris et titulaire d'un master spécialisé en management de l'innovation (Grenoble EM), il est passionné par les nouvelles technologies et les pratiques manageriales de l'innovation.