C’est quoi le deep learning ?<span class="wtr-time-wrap after-title"><span class="wtr-time-number">8</span> min read</span>
Schema d'un neurone de deep learning

C’est quoi le deep learning ?8 min read

deep learning, c’est un mot que l’on entends tout le temps. C’est vraiment un mot utilisé de plus en plus. Et souvent on ne sais pas vraiment ce que c’est. Dans cet article on va voir tout ce qu’il y a à savoir sur le deep learning, comment ça fonctionne, pourquoi l’utiliser et pourquoi c’est en train d’exploser

Ça veux dire quoi deep learning ?

C’est une méthode pour créer une intelligence artificielle. Comme vous le savez sûrement, de plus en plus de développeurs essaient de créer et d’améliorer des intelligences artificielles. Il existe plusieurs méthodes permettant de créer et d’entraîner une intelligence artificielle. Et le Deep Learning est l’une d’entre-elle.

Avant même de comprendre comment fonctionne le deep learning, il faut comprendre comment ça fonctionne une intelligence artificielle et quelles sont les phases de création d’une intelligence artificielle

Comment ça fonctionne une intelligence artificielle

Qu’est ce que c’est exactement une intelligence artificielle ? Déjà, ce n’est pas magique. C’est un programme informatique qui va avoir la capacité de prendre des décisions. Et la vous allez me dire : Tout les programmes peuvent prendre des décisions, c’est juste une close if…

Oui c’est vrai mais la , on ne parles pas du même degrés de décisions. On parles d’un programme qui est capable de définir qui apparaît sur une photographie selon ses caractéristiques par exemple.

Une intelligence artificielle, c’est juste un programme qui va prendre des décisions. Ça peux être un programme qui va classer un objet selon une catégorie ou une autre. Ou un programme qui va reconnaître des caractéristiques et donner une valeur à l’objet. C’est par exemple ce qui se passe dans l’exemple du programme de reconnaissance faciale.

Pour citer d’autres applications, il existe par exemple des intelligences artificielles qui détectent un cancer sur une radiographie. Toutes ces applications ont le même fonctionnement, le programme reçoit des données et va , avec ces données prendre une ou des décisions et donner sa conclusion.

Les méthodes de création d’une intelligence artificielle

Maintenant que vous saisissez le concept d’une intelligence artificielle, on va voir quels type d’intelligence artificielle existent. Il y a deux grands types d’intelligence artificielle :

Les intelligences artificielles faibles

C’est la forme la plus répandue d’intelligence artificielle, cette forme va se contenter de simuler l’intelligence humaine. Par exemple les chabot, vous savez ces programmes sur les sites internet qui vont répondre à vos questions. Et bien ce sont des intelligences artificielles faibles.

Pourquoi ? Et bien car chaque réponse as déjà été crée par le développeur. Le système est en fait très simple, on crée ce qu’on appelle des Intent c’est à dire des phrases que l’utilisateur peux dire, et on crée une réponse adaptée.

Ce programme est une intelligence artificielle, il va pouvoir selon la question de l’utilisateur répondre très précisément a la question posée. Néanmoins ce n’est pas une intelligence artificielle forte. Elle ne va répondre que dans le cadre posé par le programmeur. Si l’utilisateur pose une question qui n’est pas prévue, le programme ne va pas chercher à répondre et diras “désolé je ne comprends pas”.

L’IA faible ne va que simuler l’intelligence humaine c’est à dire pouvoir répondre et agir dans le cadre posé par le développeur. C’est par exemple ce qui se passe avec le “machine learning” classique. Lorsque vous voulez par exemple trier un objet afin de le classer dans une catégorie ou l’autre, le programme ne va que calculer et classer selon les catégories qu’il connait.

machine learning classement des iris
machine learning classement des iris

Un des exercices les plus connu c’est la classification des Iris, on va chercher à classifier entre deux types selon la largeur et la longueur des pétale. On peux voir sur ce schéma qu’une droit se trace, c’est en fait le point de rupture de la classification. Si un objet est sous la ligne , il est classé rouge et si il est au dessus de la ligne il est bleue. C’est une intelligence artificielle faible.

Ce programme ne prends que des décisions dans le cadre posé par le programmeur. On observe quelques exceptions mais le gros des prédictions sont bonnes. La droite est déterminée par le programme selon ce que le programmeur donne comme données d ‘entrainement.

La phase d’entrainement

Je viens de parler d’entrainement, qu’est ce que c’est ? Et bien c’est en fait la phase ou le programmeur va donner des données au programme afin que celui-ci puisse après prendre des décisions.

Dans la phase d’entrainement du programme des iris, le programmeur va donner la largeur, la longueur et le type de fleur, grâce a cela, le programme pourras virtuellement tracer cette droite et effectuer les prédictions

Les intelligences artificielles fortes

On va maintenant parler des intelligences artificielles fortes, et vous savez quoi ? Le deep learning en fait partie. Voilà , on y viens !

Une intelligence artificielle forte c’est un programme qui peux rationaliser ses propres décisions et réfléchir hors du cadre fourni par le développeur. Prenons le cas du programme permettant de classifier les IRIS, et bien le programme de deep learning va recevoir les données mais ne recevras pas les catégories.

Le programme va tout seul classifier les objets selon leur données, grâce à cela, il seras beaucoup plus précis puisqu’il ne dépendras pas des données fournies par le développeur mais pourras automatiquement récupérer des données sur internet et donc avoir une phase d’entrainement beaucoup plus complète.

Le deep learning

Voyons maintenant ce qu’est le deep learning. C’est une méthode permettant de créer une intelligence artificielle forte. Un des concepts les plus important à comprendre c’est celui de neurone et de réseaux de neurones

Les neurones

Le deep learning c’est le fait d’assembler des neurones. Donc on va d’abord voir ce qu’est un neurone. Alors qu’est ce que c’est ?

Schema d'un neurone de deep learning
Schema d’un neurone de deep learning

Sur ce schéma , on voit le fonctionnement d’un neurone. C’est en fait une fonction qui va prendre une ou plusieurs entrée et sortir un 0 ou un 1. Alors pourquoi on se base sur ce système ?

Et bien parce que cela permets de prendre des décisions indépendantes et de les assembler. Prenons notre neurone :

Nous avons 4 entrées et ces entrées ont des valeurs , cela peux être des nombre, des objets, peu importe. Ensuite cette neurone va récupérer les valeurs et va prendre la décision de renvoyer 0 ou 1 selon les valeurs et leur relation.

Une fois que le neurone renvoi 0 ou 1 , il va renvoyer la valeur à / aux prochaines neurones

réseau de neurone
réseau de neurone

Voila la forme finale de notre réseau de neurones. Les couches Hidden c’est à dire cachés sont invisibles pour l’utilisateur du programme. Lorsque l’on rentre des données dans les premières neurones, celle-ci vont renvoyer 0 ou 1 au prochaines neurones, et ce jusqu’à la fin du réseau. Enfin à la fin la neurone output c’est à dire renvoyant le résultat va à partir des 0 ou des 1 de la dernière couche renvoyer le résultat.

Pourquoi utiliser le deep learning ?

Maintenant que vous savez ce qu’est un réseau de neurone de deep learning, on va voir pourquoi vous devriez utiliser le deep learning dans vos projets d’intelligence artificielle.

Comme vous le savez, les IA deep learning sont des IA fortes, ce qui va vous permettre d’avoir des prédictions beaucoup plus précises et de créer des systèmes bien plus complexes. Pourquoi ? Et bien car vous n’avez pas à prévoir tout ce que l’intelligence peux faire pour qu’elle le fasse.

L’idée c’est de comprendre que le deep learning va vous permettre de créer un algorithme adaptatif qui va s’améliorer à chaque prédiction.

Si vous êtes bon en programmation et que vous voulez créer une intelligence artificielle, le deep learning est un choix tout à fait envisageable.

Conclusion

Si cet article vous as plu, vous pouvez vous abonner à ma newsletter pour recevoir le guide GRATUIT Ultime pour bien débuter la programmation

Vous abonner à notre newsletter

* champ requis



Laisser un commentaire

Fermer le menu
×
×

Panier