Le coin des experts

Machine lear­ning & deep lear­ning : quesako ?

Décou­vrez le machine lear­ning, cette tech­no­lo­gie issue du big data qui a donné nais­sance à Siri ou à la voiture auto­nome de Google.

Par Pierre Monclos – Le 11 avril 2017


Vous connais­sez tous Siri, l’as­sis­tant d’Apple qui répond à toutes vos ques­tions. Et vous avez certai­ne­ment entendu parler de la voiture auto­nome de Google. Toutes ces inno­va­tions sont issues de nouvelles tech­no­lo­gies appe­lées machine lear­ning et deep lear­ning.


                    

Extrait de la vidéo de forma­tion Géné­ra­tion Big Data

 

Au milieu du phéno­mène Big data, on entend de plus en plus parler de deep lear­ning et de machine lear­ning, en lien toujours avec l’in­tel­li­gence arti­fi­cielle. Mais savez vous ce que cela signi­fie réel­le­ment ?


Défi­ni­tion du machine lear­ning


Le machine lear­ning dit appren­tis­sage auto­ma­tique est un phéno­mène démon­trant comment des algo­rithmes peuvent “apprendre” en étudiant des exemples.

L’idée est alors de collec­ter un maxi­mum de données, de les analy­ser et de trou­ver un lien permet­tant de créer une règle et donc de réali­ser des prédic­tions.

En l’ap­pliquant à la santé, on peut par exemple trou­ver des corré­la­tions entre certaines données. On va pouvoir montrer que les personnes qui consomment plus de sucres sont géné­ra­le­ment plus sujettes à l’obé­sité par exemple.

Il s’agit ici d’une analyse simple à réali­ser puisque l’on retrouve seule­ment deux points d’en­trée : la consom­ma­tion de sucre et l’IMC des consom­ma­teurs.


Les limites du machine lear­ning

Le machine lear­ning reste toute­fois limité en fonc­tion du nombre de données d’en­trées que l’in­for­ma­tion possède. Par exemple, pour analy­ser une image de taille clas­sique, c’est plusieurs milliers de pixels qui vont être envoyés à la machine. Il faudra donc créer un système de récep­tion et de regrou­pe­ment des infor­ma­tions pour pouvoir sélec­tion­ner celles qui inté­ressent l’al­go­rithme. Et c’est ici qu’in­ter­vient le deep lear­ning.


Le deep lear­ning au quoti­dien

L’un des exemples les plus parlant est celui de Siri, le système de recon­nais­sance vocal déve­loppé par Apple. Ainsi, en étudiant les into­na­tions et accents de milliers de personnes, les système de recon­nais­sance vocale parviennent à traduire les demandes avec une grande préci­sion. Et donc d’ap­por­ter une réponse adéquate.Essayez donc de déjouer Siri, vous verrez que ce n’est pas simple !

Idem, la voiture auto­nome de Google intègre des milliards d’in­for­ma­tions pour pouvoir “conduire toute seule”. C’est le machine lear­ning qui lui permet de trai­ter les infor­ma­tions et d’ap­prendre que telle forme est un trot­toir, que tel panneau veut dire qu’il faut s’ar­rê­ter ou encore qu’il faut impé­ra­ti­ve­ment frei­ner si quelque chose d’in­at­tendu arrive sur sa trajec­toire. Aujour­d’hui elles sont encore en phase de déve­lop­pe­ment mais on estime que ce type de voiture sera en vente grand public dans les cinq prochaines années. Vous imagi­nez le bruit que cela va faire ?

Le deep lear­ning est donc une des manières de faire du machine lear­ning mais de façon encore plus pous­sée.


Le deep lear­ning au service de l’in­tel­li­gence arti­fi­cielle

En allant plus loin, c’est tout le futur de l’in­tel­li­gence arti­fi­cielle qui est remis en ques­tion car avec ces algo­rithmes capables d’ap­prendre tout seuls, de nouvelles pers­pec­tives s’ouvrent en termes de robo­tique.

On murmure par exemple que des algo­rithmes seront bien­tôt capables de donner des diag­nos­tiques médi­caux ayant une proba­bi­lité d’er­reur signi­fi­ca­ti­ve­ment infé­rieure à celle d’un méde­cin.

Les avocats ne sont pas en reste. Le premier assis­tant juri­dique issu de l’in­tel­li­gence arti­fi­cielle a égale­ment vu le jour récem­ment. Ce nouveau service s’ap­pelle ROSS. Il analyse les données légales et en tire les éléments perti­nents pour construire un raison­ne­ment argu­menté compor­tant les sources légales pour répondre à la problé­ma­tique juri­dique du dossier. Un gain de temps consi­dé­rable ! Comme toutes les tech­no­lo­gies du machine lear­ning Ross apprend de ses erreurs et plus il sera solli­cité, plus il devien­dra un véri­table parte­naire capable de four­nir un travail de qualité.

On arrête pas le progrès !

Envie d’en savoir plus sur le machine leaning ? Inscri­vez-vous à notre prochaine session de forma­tion Géné­ra­tion Big Data

Inscri­vez-vous à notre prochaine session de forma­tion « Géné­ra­tion Big Data »

En savoir plus

Envie d’en voir un peu plus ?

Restez infor­mé·e grâce à notre news­let­ter