Le Deep Learning pour les nuls
Il est souvent difficile de situer la place de l’intelligence artificielle, entre la réalité et la science fiction, et pour ne rien arranger le deep learning repousse encore cette frontière et nous allons voir comment.
Dans cet article, vous comprendrez comment le deep learning est apparu, comment en partant du premier neurone formel (en 1943) nous en sommes arrivés aux énormes modèles de réseaux de neurones profonds actuels.
Vous pouvez découvrir d'autres articles pour en savoir plus:
Où se situe le deep learning dans le monde de l’informatique?
Lorsque l’on parle d’informatique, on regroupe beaucoup de domaines d’étude différents. Pour ne pas se mélanger les pinceaux, nous allons situer la place du deep learning (apprentissage profond en français), dans le domaine de l’informatique. Le deep learning est un sous domaine de l’apprentissage automatique. L’apprentissage automatique c’est l’art de programmer un ordinateur afin qu’il soit capable d’apprendre de façon autonome et à partir d’exemple.
Le deep learning a permis d’obtenir des résultats impressionnants dans des domaines aussi nombreux que variés:
• Reconnaissance d’image, de texte, de voix, de visage...
• La segmentation dans le domaine médicale, la compréhension d’une scène, d’un texte...
• Génération d’image, de texte, de voix, d’œuvre d’art, de visage humain...
• Voiture autonome, robot autonome...
• Surveillance routière, piétonne...
• La victoire au jeu GO face au champion du monde de cette discipline.
On pourrait citer encore beaucoup d’exemple plus originaux les uns que les autres, mais ce qu’il faut retenir c’est que le deep learning permet de faire apprendre à un ordinateur une tache précise en observant un grand nombre d’exemples.
Mais comment ça marche ?
Un réseau neuronal est l’association de plusieurs neurones formels. Un neurone formel est simplement une représentation mathématique et informatique d'un neurone biologique. Il possède plusieurs entrées et une sortie qui correspondent respectivement aux dendrites et à un axone d’un neurone biologique. Les réseaux neuronaux se distinguent par leur nombre de neurones et les connexions qui les relient.
Le deep learning, ou apprentissage profond, tient son nom de la profondeur des réseaux neuronaux. Les neurones formels sont organisés en couches dans les réseaux neuronaux. L’utilisation d’un très grand nombre de couches avec de très grands nombres de neurones demande beaucoup de puissance de calcul et de mémoire mais permet au réseau d’apprendre des tâches complexes comme la reconnaissance d’images.
Voir la suite dans l'article : Histoire du deep Learning.
