L’intelligence artificielle a connu ses vrais débuts avec l’invention de l’ordinateur. Son principal objectif est de créer des robots capables d’agir partiellement ou même totalement comme le cerveau humain. Dans ce contexte, différents concepts vont naître de cette volonté de créer des machines véritablement autonomes. Et en ce début du XXIe, l’un des plus récurrents est certainement le Deep Learning. Alors, qu’est-ce que le Deep Learning ?
Le Deep Learning : définition
Le Deep Learning est un type d’intelligence artificielle dont les premières bases ont été lancées en 2010. Il dérive du machine learning qui est « une technologie d’intelligence artificielle permettant aux ordinateurs d’apprendre sans avoir été programmés explicitement à cet effet. ». Il s’agit alors d’un apprentissage automatique, ce qui s’oppose à la programmation où la machine met en pratique des règles définies en amont.
Le Deep Learning dans ce contexte se distingue par son avancée notable en matière d’apprentissage. Pour y parvenir, les scientifiques vont s’appuyer sur un réseau de neurones constitué d’une multitude de couches cachées. Cette densification de neurones cachés est l’arme même du succès du Deep Learning. Elle offre en effet une inférence intelligence artificielle (IA) susceptible d’être utilisée dans les projets data des entreprises. C’est d’ailleurs ce qui explique tout l’engouement des grandes firmes comme Apple, Facebook, Google et Microsoft pour le Deep Learning.
Le Deep Learning : applications
Le Deep Learning est une panacée dans le domaine de l’intelligence artificielle. Il a connu depuis son invention de nombreuses améliorations qui lui permettent de répondre efficacement à diverses applications. Ainsi, c’est grâce au Deep Learnig qu’Alpha Go, l’IA de Google a pu battre en 2016 Lee Sedol, le champion du monde du jeu de Go. En outre, on retrouve les applications du Deep Learning dans des domaines aussi variés que :
- la reconnaissance faciale ;
- la traduction automatique ;
- la reconnaissance d’image ;
- le trading automatisé ;
- les voitures autonomes ;
- les diagnostics médicaux ;
- l’identification de pièces défectueuses ;
- la détection de malwares ou de fraudes ;
- les chatbots (agents conversationnels) ;
- l’exploration spatiale ;
- les robots intelligents ;
- la prédiction et l’analyse financière ;
- la modération automatique des réseaux sociaux ;
- la reproduction d’œuvres artistiques à partir d’une photo ;
- etc.
D’une façon globale, le Deep Learning constitue une révolution dans le domaine de l’intelligence artificielle. À cet effet, comme toute innovation scientifique, il ne manque pas de détracteur. Ainsi, nombreux sont-ils à manifester « leur crainte de voir, à plus ou moins long terme, l’intelligence artificielle dépasser les performances de l’intelligence humaine ». Néanmoins, aujourd’hui, tout porte à croire que le Deep Learning est une panacée dont il faut davantage améliorer les performances.
Sommaire