Abonnez-vous

Apprentissage automatique et réseaux de neurones


Vincent Barra

Les réseaux de neurones sont des concepts numériques nés de la volonté d'imiter et de modéliser le cerveau humain. Ils sont aujourd'hui à la base du deep learning. L'émergence de nouveaux algorithmes fait qu'aujourd'hui ces notions abstraites se trouvent au cœur de la révolution numérique.


L’expression « Artificial Intelligence » a été prononcée pour la première fois par un professeur de l’université de Dartmouth (New Hampshire, États-Unis), John McCarthy. Il s’agit, selon l’auteur, de « la science et de l’ingénierie de fabrication des machines intelligentes, notamment des programmes informatiques intelligents ».
Si cette discipline, à cheval entre les mathématiques, l’informatique et d’autres disciplines comme la physique ou l’électronique, n’a cessé de se développer, l’augmentation de la puissance de calcul des machines, la mise à disposition d’un nombre sans cesse croissant de jeux de données et l’émergence de nouveaux algorithmes font qu’aujourd’hui cette discipline est au cœur de la révolution numérique.

 

Construire une prédiction


L’apprentissage automatique est un sous-ensemble de l’intelligence artificielle. Arthur Samuel, l’un de ses pionniers (et aussi des jeux sur ordinateurs), l’a décrit comme le « champ d’étude qui donne aux ordinateurs la capacité d’apprendre sans être explicitement programmés à apprendre ». Un peu trop « futuriste », on lui préfère aujourd’hui la définition donnée par Tom Mitchell : « Un programme informatique se dit d’apprendre de l’expérience E par rapport à une catégorie de tâches T et une mesure de performance P si sa performance à des tâches T, telle que mesurée par P, ... Lire la suite


références

Apprentissage artificiel, concepts et algorithmes. Antoine Cornuejols, Laurent Miclet et Vincent Barra, Eyrolles, 2018.
A Neural Algorithm of Artistic Style. Leon Gatys, Alexander Ecker et Matthias Bethge, 2015, disponible en ligne.
Mathématiques et biologie. Bibliothèque Tangente 42, 2011.