Le Deep learning, l’intelligence artificielle enfin opérationelle ?

Le Deep learning, l’intelligence artificielle enfin opérationelle ?

Le deep learning, vous connaissez ? Non, pas encore ? C’est une branche de recherche de l’intelligence artificielle qui a connu un développement extrêmement important ces dernières années. Chez Mobibot nous adorons l’intelligence artificielle. C’est elle qui nous permet d’entraîner nos chatbots e-commerce et de mieux comprendre les attentes des internautes alors forcément, quand le deep learning a commencé à prendre de plus en plus d’importance, nous avions envie de partager quelques informations sur le sujet avec vous.

 

En effet, c’est un domaine qui n’est pas toujours facile à comprendre et qui pourtant va bouleverser de nombreux secteurs d’activités. L’impact de l’intelligence artificielle sur l’économie sera certainement encore plus important que celui d’internet ou de l’e-commerce sur notre vie quotidienne !

Mais déjà , c’est quoi l’intelligence artificielle ?

deep learningLe sujet mériterait un article à lui tout seul tellement  il y a de champs de recherche différents. Il y a également beaucoup de mythes sur le sujet… L’intelligence artificielle, la robotique, l’automatisation et la digitalisation du monde sont souvent confondus dans un gloubiboulga un peu mystique. On pourrait faire un top 10 des idées reçues sur l’intelligence artificielle mais ce n’est pas le sujet de cet article.

 

L’intelligence artificielle, en fait, porte assez mal son nom. Les connotations sont un peu trop vagues et on imagine tout de suite un « concurrent » de l’humain. Ce concurrent de l’humain est appelé intelligence artificielle forte (note de l’auteur : à des fins de compréhension générale, quelques approximations et généralités seront faites autour de l’intelligence artificielle dans le but de rester didactique, ceci n’est pas un article scientifique)  . Or, l’intelligence artificielle forte n’existe pas encore.

IA forte VS IA faible

Elle existera peut être un jour mais pour le moment, tout le monde fait de l’intelligence artificielle « faible ».  Faible est entre guillemets car battre un joueur de Go est déjà une très belle réalisation mais elle n’a rien « d’intelligente », en tout cas pas de réflexion au sens humain.

 

L’IA (l’intelligence artifcielle) faible c’est, pour faire très simple, un système de catégorisation automatique. On pose une question qui à un nombre fini (limité) de possibilités. Par exemple : cette pomme est elle rouge ? La réponse possible c’est oui ou non, même si il peut y avoir de nombreuses teintes de rouges (et c’est là toute la question !) .

 

On a donc un seul objectif et on doit faire en sorte que la machine apprenne à reconnaître les nuances et à catégoriser correctement la pomme.  C’est un exemple en apparence assez simple mais on peut imaginer des choses un peu plus compliquées pour :

  • Une voiture autonome, détecter si un humain est devant la voiture (On répond à une question, est-ce un humain ou pas)
  • Un jeux de Go ou d’échec, quel est le meilleur coup à jouer pour arriver à la victoire.
  • Déverrouiller un iphone X : ce visage est-il bien celui du propriétaire ?
  • Etc …

Le Deep learning, c’est quoi ?

Le problème avec l’Intelligence artificielle telle que présenté dans notre exemple ci dessus c’est que le nombre de choix peut devenir extrêmement conséquent ! Par exemple pour le jeu de GO, le nombre de coups possibles est estimé à 10600 , ce qui fait beaucoup, vraiment beaucoup. C’est un 1 suivi de 600 zéros . Ecrivez soixante fois « milliards » (un milliards de milliards de milliards etc… soixante fois) et vous aurez une idée du nombre de possibilités. Bref, même un ordinateur, très, puissant ne peut pas calculer autant de possibilités. Eencore moins dans un laps de temps raisonnable d’un point de vue humain. Et c’est là ou le deep learning intervient .

Le deep learning va permettre à la machine, non pas de calculer tous les coups de toutes les possibilités, mais d’aller explorer certaines possibilités et de voir à ce moment là quelles sont les probabilités de gagner.

Exemple (très simple)

decision-tree-diagram3

Dans cet exemple, après le premier coup, le deep learning va explorer non pas le coup numéro 2 mais le coup numéro 4, 5, 6 (ou l’étape 10 ou 30 dans un jeu plus compliqué). Il va calculer les chances de gagner à cette étape là et « diriger » le jeu vers l’option la plus rentable. Le but est évidement de ne pas avoir besoin de calculer tous les autres coups. On limite ainsi fortement le nombre de calculs à faire pour diriger le jeu vers la branche gagnante. Gagnante pour la machine évidement 😉

Le deep learning est donc un énorme gain d’efficacité pour les machines afin de pouvoir réagir rapidement et de prendre les décisions les plus avantageuses.

Le deep learning, n’est pas nouveau !

Contrairement aux idées reçues, le deep learning n’est pas si récent que ça. Les premiers travaux ont été faits pas des français (cocorico !) dans les années 1980-1990. La vraie nouveauté des années 2010, qui explique l’explosion du deep learning, vient des « réseaux de neurones ». Ils qui ont très largement « boosté » l’efficacité du deep learning. Les réseaux de neurones sont tellement importants dans l’intelligence artificielle en 2017 qu’ils auront droit à leur propre article mais si il y a une chose à retenir c’est que c’est eux qui vont réussir à s’adapter à de nouveaux cas.

Comprendre le deep learning en vidéo

Si vous voulez vraiment tout comprendre sur le deep learning, je vous conseille fortement cette vidéo du Youtuber David Louarpe, aka « Science étonnante ». La vidéo dure environ 20 minutes et reprend de nombreux concepts autour de l’intelligence artificielle et du deep learning de façon extrêmement compréhensible. Indispensable pour comprendre le monde qui sera demain le notre.

Synthèse du deep learning

Le deep learning a donc encore de beaux jours devant lui ! De nombreuses recherches sont encore menées sur le sujet et les grandes entreprises du web s’arrachent les meilleurs profils. Le deep learning n’est pas magique et ne va pas créer Skynet pour nous détruire non plus. Par contre, il va devenir de plus en plus important et omniprésent dans notre vie. Voici quelques projet autour du deep learning :

  • Reconnaissance des visages pour les iphones et pour la sécurité
  • Les voitures autonomes et la détection des obstacles
  • La recherche spatiale avec la recherche de planètes habitables
  • La médecine et la lutte contre le cancer
  • Le réchauffement climatique et la lutte contre la déforestation
  • Les économies d’énergie
  • La comptabilité avec l’analyse des fraudes et des améliorations de trésorerie
  • Etc ..

Bref, vous le voyez, tous les secteurs vont être impactés par le deep learning, à commencer par le commerce avec des applications comme Mobibot !

 

mobiteam

L'équipe de Mobibot s'occupe de tout ! Rédiger les articles, créer des chatbots et publier ses trouvailles sur les réseaux sociaux ! #Followus

Donnez-nous votre avis !

Publier un commentaire

Commentaire
Nom
Email
Site web