La plupart des entreprises du monde numérique font de plus en plus appel au « Deep Learning » qui booste l' Intelligence Artificielle - IA. Cet outil d’apprentissage, basé sur des « réseaux de neurones artificiels », est utilisé par Google Now, pour la reconnaissance vocale, ou Cortana, pour reconnaître des visages.

Le « Deep Learning » est une méthode d'apprentissage permettant à un programme informatique de reconnaître le contenu d'une image ou de comprendre le langage parlé. Ce sont des défis très complexes, dans le cadre desquels les chercheurs en IA ont longtemps étudié une approche réaliste et pas trop gourmande en temps de traitement par un ordinateur.

Alors, comment fonctionne le « Deep Learning » ? Il apprend en quelque sortes à représenter le monde qui nous entoure, soit la façon dont l’ordinateur va exprimer la parole ou l'image. Et avant, comment faisions-nous ? Il fallait le réaliser tout simplement manuellement, expliquer au programme informatique comment transformer une image afin de la classifier. Avec le « Deep Learning », l’ordinateur apprend à le faire lui-même. Et il le fait beaucoup mieux que les concepteurs des programmes informatiques.

Pour bien comprendre l’enjeu révolutionnaire du « Deep Learning », il nous faut revenir sur l'apprentissage supervisé, une méthodologie courante en IA, permettant aux ordinateurs d'apprendre. Pour qu'un programme informatique apprenne à reconnaître un animal comme un chien, on lui « fournit » des dizaines de milliers d'images de chiens, labélisées comme telles. Cet « entraînement » peut nécessiter des heures, voire des jours. Une fois entraîné, il peut reconnaître des chiens dans de nouvelles images.

Pour en revenir au « Deep Learning », lui aussi utilise l'apprentissage supervisé, mais c'est l'architecture interne de l’ordinateur qui est différente : il s'agit d'un « réseau de neurones ». En quelque sorte, un ordinateur virtuel composé de milliers d'unités (les neurones) qui chacune effectue de petits calculs très simples. L’originalité de tout ceci, c'est que les résultats de la première couche de neurones vont servir d'entrée au calcul des suivantes. Ce fonctionnement par « couches » rend ce type d'apprentissage « profond ».

Comme décrit dans mon introduction, la mise en œuvre du « Deep Learning » concerne, dans un premier temps, les applications de reconnaissance vocale. Désormais, il est notamment utilisé pour reconnaître le contenu des images. L’application Google Maps sur nos smartphones déploie le « Deep Learning » pour déchiffrer le texte présent dans les paysages, comme par exemple les numéros de rue. Le réseau social Facebook s'en sert pour détecter les images non conformes aux conditions générales.

Vous avez trouvé une erreur?Merci de nous la signaler.