Comment les Machines Apprennent-ils?

Le machine learning (traduit littéralement: l’apprentissage des machines) est un domaine technologique en pleine expansion depuis quelques décennies. Désormais, les informaticiens sont capables d’écrire du code qui permet aux ordinateurs d’apprendre à jouer à des jeux, à identifier des objets dans des images, et bien plus encore.

QU’EST-CE QU’UN ALGORITHME?

Un algorithme est une série d’instructions. Par exemple, je pourrais dire: tournez à droite, allez tout droit au bout de la route, tournez à gauche. Ce serait un algorithme simple de la vie réelle pour aller d’un endroit A à un endroit B.

Normalement, nous parlons d’algorithmes dans le contexte des ordinateurs. Ici, les instructions pourraient ressembler davantage à « calculer ceci ». Les informaticiens sont maintenant capables de concevoir des algorithmes très complexes pouvant «apprendre».

QU’EST-CE QU’UN RÉSEAU DE NEURONES ?

Il existe de nombreux types d’algorithmes pouvant effectuer un apprentissage automatique, mais le plus fondamental s’appelle un réseau de neurones. Celles-ci sont inspirées par le fonctionnement du cerveau humain. Cet algorithme prend des données et les analyse, à la recherche de modèles. C’est ce que l’on appelle des données d’entraînement, car le réseau de neurones s’entraîne en le regardant.

COMMENT LES RÉSEAUX DE NEURONES APPRENNENT-ILS?

Prenons un exemple. Nous voulons que notre réseau de neurones soit capable d’identifier des images de nombres écrits à la main. Les «données d’apprentissage» sont un ensemble de ces images, accompagnées d’informations indiquant à l’ordinateur le numéro sur chaque image.

L’ordinateur montre ces images à notre réseau de neurones. Supposons qu’il lui montre une image d’un 7 écrit à la main. Le réseau afficherait ensuite le nombre indiqué par la photo et le comparerait à la réponse réelle pour voir si elles correspondent. Le réseau se modifiera ensuite en fonction de la réponse correcte ou non, puis réessayera. L’objectif est d’améliorer sa précision à chaque fois.

Une fois que le réseau de neurones a fait cela avec toutes les données d’apprentissage, il se dit “formé”.

À QUOI PEUVENT-ILS SERVIR?

Une fois formé, un réseau de neurones peut être utilisé pour examiner des données sans savoir à quoi elles correspondent, ou la «réponse». Dans l’exemple ci-dessus, nous pouvons maintenant donner au réseau formé une image d’un nombre écrit à la main, sans lui indiquer ce qu’il y a d’écrit. Il devrait être capable d’identifier le numéro et de nous dire de quoi il s’agit.

CONCLUSION

Créer des machines capables d’apprendre peut avoir un impact important dans plusieurs domaine. Particulièrement en médecine. Si un ordinateur pouvait être conçu pour lire vos symptômes et identifier le problème, il pourrait s’avérer très utile dans les zones rurales et isolées où il peut être difficile de trouver un médecin. C’est l’une des nombreuses applications possibles de cette technologie en pleine expansion.

RACHEL DAUNCEY

VIEW ALL POSTS

Leave a reply

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *