Le Deep Learning : une révolution

Le deep learning , c’est quoi ?

C’est l’une des technologies principales de l’Intelligence Artificielle. Mais encore ? Cette technique d’apprentissage profond est aujourd’hui
au coeur de notre société, et nous nous en servons au quotidien, que l’on s’en rende compte ou non. Cela mérite bien une petite mise à
jour de nos connaissances sur ce vaste sujet qu’est le Deep Learning, et qui est en train de bouleverser nos vies.

D’où vient le Deep Learning ?

Le Deep Learning est un dérivé du “Machine Learning”, que l’on peut traduire par l’Apprentissage automatique des machines. Ce concept
est né dans les années 50 grâce au mathématicien britannique Alan Turing, qui a posé les bases de l’informatique moderne. Il est en effet le
premier à créer une machine capable d’apprendre. C’est le point de départ vers la recherche de nouvelles techniques de Machine Learning
dans les années qui suivent, avec la création de différents algorithmes capables d’apprendre et de s’améliorer de façon autonome.

L’une de ces techniques est la création d’un réseau artificiel de neurones, calqué sur le réseau humain. La base du Deep Learning. Malgré
un pic dans les années 80, le Deep Learning ne connaît au début qu’un enthousiasme mitigé. La raison ? Les données à disposition des
machines ne sont pas assez nombreuses. Vingt ans plus tard, cela va radicalement changer, et le Deep Learning va prendre toute son
importance.

Mais au juste, comment fonctionne le Deep Learning ?

Le Deep Learning utilise l’apprentissage supervisé, une technique qui consiste à nourrir un programme de milliers de
données étiquetées, qu’il va devoir apprendre à reconnaître. Cet entraînement peut prendre plusieurs heures / jours /
semaines, avec pour aboutissement la reconnaissance exacte de l’objet donné (ex : reconnaître une voiture).

Pour ce faire, le Deep Learning s’appuie, comme déjà dit plus haut, sur un réseau de neurones artificiels, conçu sur le même
schéma que le réseau de neurones du cerveau humain. Chez l’humain, chaque neurone reçoit des signaux électriques des
autres neurones : cela peut aller jusqu’à cent mille signaux ! Au sein d’un réseau artificiel, des signaux voyagent aussi entre
les neurones, mais se traduisent en “poids”. Un neurone qui reçoit une charge plus lourde, exerce donc plus d’effet sur les
neurones voisins. Le Deep Learning est un réseau en couches (d’où l’appellation “apprentissage profond”). Chaque couche
de neurones (il peut y en avoir jusqu’à vingt) approfondit la compréhension de l’image, allant vers des concepts de plus en
plus précis. La dernière couche donne la réponse.

On comprend donc mieux l’importance des données : plus elles sont nombreuses, plus le programme peut affiner, devenir
précis, et découvrir toutes les subtilités de chaque objet. Et aujourd’hui avec les réseaux sociaux, et les milliards de données
partagées dans le monde chaque jour, le Deep Learning s’améliore à une vitesse incroyable ! Une véritable révolution dans
l’Intelligence Artificielle.

Concrètement, Le Deep Learning, ça sert à quoi ?

Aujourd’hui, le Deep Learning, ce programme d’apprentissage approfondi, est utilisé par des dizaines
d’applications et technologies dont on se sert au quotidien. En voici quelques exemples : Google
Map capable de repérer sur une image le numéro des rues. Facebook, qui s’en sert pour la
reconnaissance faciale sur les photos d’amis par exemple. Siri pour comprendre la voix et adapter
ses réponses aux demandes de l’utilisateur. Skype ou Google Trad, qui traduisent des conversations
orales en temps réel.