Le Deep learning et le Machine learning
Publié par Clara Dossant, le 6 avril 2020 3.3k
Le vocabulaire autour de l’intelligence artificielle est composé d’une multitude de termes et d’expressions, à travers cet article, nous allons tenter d’expliquer les concepts du deep learning, (traduit en Français : « l’apprentissage profond ») et du machine learning (traduit en Français, « apprentissage automatique ») en proposant des définitions et des explications simplifiées et accompagnées d’exemples. De ce fait, nous essayerons de comprendre ce que sont ces deux concepts, comment fonctionnent-ils et quels bénéfices l’humain peut-il en exploiter ?
Voici une présentation qui fait du lien avec les autres ressources présentent dans cet article, c’est une introduction et explication assez simplifiée du deep learning, accompagnée d’exemples simples. L’auteur nous donne des explications qui vont du rassemblement des big data, de la présence de l’I.A dans différents domaines, jusqu’au deep learning et les apprentissages réalisés par les I.A au fil de leurs évolutions. En reprenant une recette de cuisine, il utilise un schéma représentant un réseau de neuronal artificiel, pour illustrer de quelle manière le deep learning traite et résout les problèmes qui lui sont donnés et comment celui-ci s’ajuste et trouve des solutions au fil de ses essais et ses erreurs.
En reprenant la définition donnée par la Commission d’enrichissement de la langue française, le deep learning est un « apprentissage automatique qui utilise un réseau de neurones artificiels composé d’un grand nombre de couches dont chacune correspond à un niveau croissant de complexité dans le traitement et l’interprétation des données. » https://www.legifrance.gouv.fr/jo_pdf.do?id=JORFTEXT000037783813
C’est-à-dire qu’il réalise un apprentissage en plusieurs étapes, il débute par le traitement de données brutes puis il assigne à un réseau des tâches à accomplir, comme par exemple faire une classification, et enfin il apprend comment rendre ces tâches automatiques. En comparaison avec l’homme, il possède un très grand degré de précision et il est capable de s’améliorer en même temps qu’il reçoit un grand volume de données. Cet article poursuit l’explication en exposant des exemples pour illustrer le fonctionnement et les domaines d’application du deep learning.
Cependant il existe plusieurs termes autour de l’Intelligence Artificielle et de ces processus d’apprentissages. Nous avons déjà fait référence, ci-dessus au deep learning, à présent nous allons étudier celui du machine learning. Il a été développé pour créer des algorithmes capables d’apprendre et de permettre à l’intelligence d’améliorer ses performances seule, sans l’intervention de son programmeur, en répétant des entraînements jusqu’à ce qu’elle obtienne des résultats satisfaisants. Voici un exemple d’application du machine learning dans une utilisation pour un logiciel de surveillance et de suivi de la trajectoire des mammifères marins pour ainsi, pouvoir les localiser facilement en cas de danger.
