Vocageek #6 : le Machine Learning, c’est quoi ?

« Machine-Learning » est un terme qui apparaît de plus en plus souvent quand on parle d’Internet. Il est souvent associé à d’autres termes, comme l’« Intelligence Artificielle » et le « Big Data ». Mais, qu’est-ce que cela veut dire concrètement ?

Découvre nos précédents articles Vocageek !

Vocageek, la rubrique qui t’explique des mots ou des expressions en rapport avec les nouvelles technologies.

La définition du Machine-Leaning

L’apprentissage automatique (de l’anglais Machine Learning) est une branche de l’intelligence artificielle qui permet aux ordinateurs d’apprendre et d’exécuter plusieurs tâches sans être explicitement programmés pour les faire. Il s’agit, par exemple, des tâches comme le diagnostic des problèmes ou la prédiction des résultats dans les situations où l’utilisation des algorithmes plus classiques est problématique. En se nourrissant de nouvelles données, les algorithmes de l’apprentissage automatique sont capables d’évoluer en permanence.

Comment ça marche ?

Le « Machine Learning » s’appuie sur des algorithmes un peu particuliers, à partir d’exemples basés sur une approche statistique. Cela se passe en deux phases pour des algorithmes qu’on appelle supervisés :

– La phase de généralisation qui consiste à estimer un modèle à partir de données en entrée et de données en sortie. L’objectif est alors de trouver la relation (le modèle) entre les deux types de données (celles en entrée et celles en sortie), en ajustant les paramètres de son calcul. L’estimation du modèle consiste à résoudre toujours une tâche pratique, par exemple reconnaître la présence d’un chat dans une photographie.

– La phase de prédiction (la mise en production du modèle) qui va produire une réponse correcte sur des données similaires, mais sur lesquelles le programme n’a pas été entrainé. Dans cette phase, une nouvelle photo de chat sera automatiquement reconnue comme telle.

Le Deep Learning, le niveau supérieur de l’IA

Une autre méthode est utilisée en Machine Learning, les algorithmes non supervisés. Ceux-ci fonctionnent sans phase d’apprentissage et fournissent directement une réponse à partir des données d’entrée. Le Deep Learning — ou réseaux de neurones profonds — va encore plus loin ! Il s’appuie sur des réseaux de neurones artificiels qui se basent sur une méthode de calcul qui s’inspire grossièrement du cerveau ! Les neurones sont disposés sur des couches successives. Les résultats de la première couche de neurones vont servir d’entrée au calcul de la couche suivante et ainsi de suite. Plus il y a de couches, plus le réseau est qualifié de profond.

Quelles sont les applications du Machine Learning ?

Le Machine Learning est déjà présent dans bien des domaines : la reconnaissance faciale, les voitures autonomes, la classification des emails dans Gmail, la traduction en temps réel ou pour aider à diagnostiquer le cancer.

Pourtant, cette technologie a aussi ces limites. Dans la plupart des cas, l’apprentissage automatique est une habile combinaison entre technologie et intervention humaine. Parfois, le rôle de l’homme est même très important. On doit alors mobiliser une armée de « travailleurs du clic » qui va aider les machines à apprendre. L’empreinte environnementale du Machine Learning pose aussi un problème. Il demande un volume de données très important, qu’il faut bien stocker, et des capacités de calcul énormes. Tout cela consomme beaucoup d’énergie, de serveurs et de microprocesseurs.

Quelles ressources pour aller plus loin ?

 
À expérimenter

Machine learning for Kids est un site web qui présente l’apprentissage machine en fournissant des expériences pratiques. Ce projet s’appuie sur des modèles préparés pour la plateforme de codage Scratch.

• Site web : machinelearningforkids.co.uk

 

À lire

Publié en juin aux éditions Dunod, « Turing à la plage » t’invite à découvrir la grande histoire de l’intelligence artificielle. C’est une très bonne introduction pour comprendre tout le potentiel et les enjeux de cette science des algorithmes.

À regarder

Cette vidéo de la chaîne YouTube Le Blob explique bien le fonctionnement de l’apprentissage automatique.