Qu’est-ce que le Deep learning ?
Le deep learning ou apprentissage profond est un dérivé du machine learning qui est une technologie d’intelligence artificielle. Le système est capable de travailler à partir de données non structurées et il identifie lui-même les caractéristiques discriminantes des données, sans avoir besoin d’une catégorisation préalable. Le système n’a pas besoin d’être entraîné par un développeur. Il évalue lui-même le besoin de modifier le classement ou de créer des catégories inédites en fonction des nouvelles données.
Comment fonctionne le Deep learning ?
Le deep learning s’appuie sur un réseau de neurones artificiels inspiré du cerveau humain. Ce réseau est constitué de dizaines voire de centaines de « couches » de neurones. Chacune reçoit et interprète les informations de la couche précédente. Par exemple, le système reconnaîtra d’abord les lettres, puis les mots dans un texte, ou alors il va déterminer en premier s’il y a un visage sur une photo, pour ensuite trouver de qui il s’agit. A chaque étape, la «mauvaise» réponse est éliminée et renvoyée au niveau amont pour ajuster le modèle mathématique. Au fil du temps, le programme a réorganisé les informations en blocs plus complexes. Si ensuite ce modèle est appliqué à d’autres situations, il est capable de reconnaitre par exemple un chien sans que personne ne lui ait enseigné le concept chien. Les données fournies sont essentielles. Plus le système accumule d’expériences différentes, plus il sera performant.
Dans quelles applications l’apprentissage profond est utilisé ?
Il est utilisé dans de nombreux domaines:
- reconnaissance d’image,
- traduction automatique,
- voiture autonome,
- diagnostic médical,
- recommandations personnalisées,
- modération automatique des réseaux sociaux,
- prédiction financière et trading automatisé,
- identification de pièces défectueuses,
- détection de malwares ou de fraudes,
- chatbots (agents conversationnels),
- exploration spatiale,
- robots intelligents.
