Deep learning : quand l'intelligence artificielle tente d'imiter le cerveau humain

24 novembre 2015 à 16h01
0
En seulement quelques années, le « deep learning » (technique d'apprentissage profond des machines) a révolutionné le domaine de l'intelligence artificielle. Basée sur des réseaux de neurones artificiels à multiples couches, cette technologie a permis aux scientifiques de réaliser des progrès considérables en matière de reconnaissance et de classification des données. Les géants de la high-tech Apple, Facebook, Google, Microsoft, mais aussi une multitude de start-up à travers le monde l'utilisent pour développer leurs applications.

Sans que l'on s'en rende compte, les avancées technologiques réalisées grâce au deep learning nous permettent de profiter quotidiennement de fonctionnalités qu'il aurait été impossible de créer il y a quelques années... Des services tels que Cortana de Microsoft, Siri d'Apple, ou encore Now de Google pour ne citer que les plus connus découlent de cette méthode mêlant neurosciences, mathématiques, et nouvelles technologies. Outre le développement des applications de reconnaissance vocale précitées, le deep learning est surtout utilisé pour apprendre à identifier le contenu des images. Facebook s'en sert par exemple pour son application de reconnaissance faciale DeepFace qui permet d'identifier et taguer les personnes qui se trouvent sur les photos partagées par ses membres.

Le deep learning est également exploité pour développer des systèmes de traduction en temps réel, de traitement du langage naturel (synthèse et reconnaissance vocale). En résumé, les scientifiques cherchent à apprendre à des programmes informatiques, à comprendre et interpréter des images et du son, dans le but de développer des applications qui vont des fonctions des terminaux mobiles aux réseaux sociaux, en passant par l'automobile, la robotique, ou encore la médecine.

03E8000007222400-photo-h-getty-images-cerveau-retaillee.jpg


Qu'est-ce que le deep learning ?

Comme le machine learning, le deep learning est un ensemble de techniques informatiques permettant d'enseigner aux machines à apprendre par elles-mêmes. Le machine learning est une méthode d'apprentissage automatique utilisée pour trouver des correspondances entre des produits sur des sites marchands, par exemple. Typiquement, lorsque vous consultez le pitch d'un livre sur un site comme Amazon, il va vous proposer des articles de la même famille susceptibles de vous intéresser.

Le deep learning est une technique d'apprentissage dit « profond » permettant à un programme informatique d'apprendre à identifier le contenu d'une image, ou de comprendre le langage naturel. C'est une forme d'intelligence artificielle qui tente grosso modo d'imiter le fonctionnement neuronal du cerveau humain, par le biais d'un réseau de neurones artificiels composé de milliers d'unités de calculs.

L'idée n'est pas nouvelle. Depuis les années 70, des chercheurs en IA tentent de percer les secrets du fonctionnement du cerveau humain dans l'espoir de pouvoir un jour le répliquer virtuellement et le transposer sur des machines qui deviendraient aussi intelligentes et autonomes que l'homme. Soyons clairs, ce scénario maintes fois imaginé dans des œuvres de science-fiction n'est pas près de se concrétiser, mais les recherches ont néanmoins progressé de façon spectaculaire et permettent de commencer à concevoir des machines plus intelligentes.

03E8000008209072-photo-blade-runner-robots.jpg

Dans le film Blade Runner de Ridley Scott sorti en 1982, les réplicants sont des clones humains plus vrais et dangereux que nature.


Après des années sans résultats probants, la communauté scientifique s'était peu à peu détournée des réseaux de neurones pour se concentrer sur d'autres formes d'analyses. Ils sont revenus sur le devant de la scène vers la fin des années 2000, grâce aux travaux de Geoffrey Hinton et Yann LeCun, deux éminents chercheurs à l'origine de la création du deep learning et qui ont été, depuis, recrutés respectivement chez Google et Facebook. Ils ont développé de nouveaux modèles de réseaux de neurones basés sur plusieurs couches et capables d'effectuer un apprentissage hiérarchique. Un peu comme le cerveau humain, les couches de neurones catégorisent d'abord les informations les plus simples, avant de passer aux données les plus compliquées. Exemple : le système apprend à reconnaître une lettre avant d'analyser un mot, une phrase, etc. Le deep learning est né, mais il a fallu attendre 2012 avec l'émergence d'une nouvelle génération de puces graphiques (GPU) et l'accès à davantage de données de masse (big data) pour que les scientifiques obtiennent des résultats encourageants.

Une fois n'est pas coutume, c'est Google qui est à l'origine des débuts de cette nouvelle révolution technologique. Dans le cadre de leur projet sur le deep learning, les ingénieurs du fameux laboratoire X-Lab parviennent à créer un réseau neuronal capable de reconnaître la tête d'un chat, et le visage d'un humain. Le réseau qui comprend 1 000 ordinateurs et pas moins de 16 000 processeurs (CPU) a analysé au hasard des millions de captures de vidéos issues de YouTube. Au bout de trois jours d'entraînement intensif, le système a pu reconnaître par lui-même ce qu'est un chat, ainsi que le visage d'une personne avec un taux de réussite de 70 %, une première ! À partir de là, la plupart des géants de la high-tech ont commencé à investir des fortunes colossales dans le deep learning. Début 2015 dans le cadre d'un challenge scientifique, les laboratoires de Microsoft Research et de Google ont annoncé avoir obtenu respectivement un taux d'erreur de 4,94 %, et de 4,8 % dans la reconnaissance d'images.

01F4000008209220-photo-google-research.jpg
Modifié le 01/06/2018 à 15h36
0 réponses
0 utilisateurs
Suivre la discussion

Les actualités récentes les plus commentées

De nouveaux modèles climatiques ont été créés... et la situation est pire que prévue
Stallman quitte la Free Software Fundation après la divulgation d'emails évoquant l'affaire Epstein
La dernière mise à jour de Windows 10 causerait des pannes de carte réseau
Ça y est, le Fold est disponible en France... pour 1,6 SMIC (net).
Des défauts de fabrication découverts sur six réacteurs nucléaires en activité en France
Un démantèlement des GAFA ?
En Californie, Donald Trump tente d’annuler la loi sur les limites d'émissions de CO2
Le TGI de Paris invalide la clause de non-revente de jeux dématérialisés de Steam
iPhone 11 / 11 Pro : les premiers tests sont en ligne, 2019 est-il un bon cru ?
Avec sa Model S, Tesla aurait battu le record de la Porsche Taycan sur le circuit de Nürburgring

Notre charte communautaire

1. Participez aux discussions

Nous encourageons chacun à exprimer ses idées sur les sujets qui l'intéressent, et à faire profiter l'ensemble de la communauté de son expertise sur un sujet particulier.

2. Partagez vos connaissances

Que vous soyez expert ou amateur passionné, partagez vos connaissances aux autres membres de la communauté pour enrichir le niveau d'expertise des articles.

3. Échangez vos idées

Donnez votre opinion en étayant votre propos et soyez ouverts aux idées des autres membres de la communauté, même si elles sont radicalement différentes des vôtres.

4. Faites preuve de tolérance

Qu'il s'agisse de rédacteurs professionnels ou amateurs, de lecteurs experts ou passionnés, vous devez faire preuve de tolérance et vous placer dans une démarche d'entraide.

5. Restez courtois

Particulièrement lorsque vous exprimez votre désaccord, critiquez les idées, pas les personnes. Évitez à tout prix les insultes, les attaques et autres jugements sur la forme des messages.

6. Publiez des messages utiles

Chaque participation a vocation à enrichir la discussion, aussi les partages d'humeurs personnelles ne doivent pas venir gêner le fil des échanges.

7. Soignez votre écriture

Utilisez la ponctuation, prohibez le langage SMS et les majuscules, relisez-vous afin de corriger un peu les fautes de frappe et de français : trop de fautes n’engagent ni à lire le message, ni à répondre à une question.

8. Respectez le cadre légal

Ne publiez pas de contenus irrespectueux, racistes, homophobes, obscènes ou faisant l'apologie de courants radicaux, qu'ils soient politiques ou religieux. N'utilisez pas plusieurs comptes utilisateurs.

9. Ne faites pas de promotion

Ne profitez pas d'une discussion pour faire la publicité d'un produit, d'un service ou même de votre site web personnel.

10. Ne plagiez pas

Exprimez uniquement vos opinions ou partagez des idées en citant vos sources.

scroll top