Au début des années 2000, les chercheurs Geoffrey Hinton, Yann LeCun et Yoshua Bengio décident de réexaminer le potentiel des réseaux de neurones artificiels numériques, une technologie délaissée par la recherche de la fin des années 1990 au début de la décennie 2010. Le trio « invente » l’apprentissage profond, qui s’avère aujourd’hui la branche la plus prometteuse de l’intelligence artificielle, celle qui a ranimé l’intérêt pour ce champ de la technologie.

Inspirés du fonctionnement du cerveau humain, ces réseaux de neurones artificiels, optimisés par des algorithmes (ensemble de règles) d’apprentissage, effectuent des calculs et fonctionnent selon un système de couches : les résultats de chaque couche servant aux couches successives, d’où le qualificatif « profond ». Alors que les premières couches extraient des caractéristiques simples, les couches subséquentes les combinent pour former des concepts qui gagnent en complexité. Le principe de cette technologie est de laisser l’ordinateur trouver par lui-même la meilleure façon de résoudre un problème à partir d’une très grande quantité de données et d’indications concernant le résultat attendu. L’apprentissage profond peut par ailleurs utiliser l’apprentissage supervisé tout comme l’apprentissage non supervisé.

La grande révolution amenée par l’apprentissage profond est que les tâches demandées à l’ordinateur reposent maintenant sensiblement sur les mêmes principes ou algorithmes. Alors qu’avant les connaissances en IA étaient subdivisées en plusieurs types d’applications chacune étudiée en silo, les efforts sont désormais concertés pour tenter de comprendre les mécanismes d’apprentissage.

Que peut apprendre à reconnaître un ordinateur grâce à l’apprentissage profond?

  • Des éléments visuels, tels que des formes et des objets dans une image. Il peut aussi identifier les personnes présentes dans l’image et préciser le type de scène dont il s’agit. En imagerie médicale cela peut permettre, par exemple, de détecter des cellules cancéreuses.
  • Des sons produits par la parole qu’il peut convertir en mots. Cette fonction est notamment déjà intégrée aux téléphones intelligents ainsi qu’aux appareils d’assistance personnelle numériques.
  • Les langues les plus courantes — pour les traduire.
  • Les éléments d’un jeu pour y prendre part… et même gagner contre un adversaire humain.

Notre article détaillé à ce sujet :

En complément :

Catherine Meilleur

Auteure:
Catherine Meilleur

Stratège en communication et Rédactrice en chef @KnowledgeOne. Poseuse de questions. Entêtée hyperflexible. Yogi contemplative

Catherine Meilleur possède plus de 15 ans d’expérience en recherche et en rédaction. Ayant travaillé comme journaliste, vulgarisatrice scientifique et conceptrice pédagogique, elle s’intéresse à tout ce qui touche l’apprentissage : de la psychopédagogie aux neurosciences, en passant par les dernières innovations qui peuvent servir les apprenants, telles que la réalité virtuelle et augmentée. Elle se passionne aussi pour les questions liées à l’avenir de l’éducation à l’heure où se pointe une véritable révolution, propulsée par le numérique et l’intelligence artificielle.