Le deep learning

Bonjour à tous ! Aujourd'hui on va parler du deep learning.

Le deep learning c'est un domaine de l'intelligence artificielle

qui a littéralement explosé ces dernières années.

Vous en avez déjà peut être entendu parler si vous avez vu ma vidéo sur le Go,

ou bien si vous avez vu, il y a quelques mois, ces images un peu psychédéliques qui ont été publiées par Google

et qui représentaient soit-disant un algorithme de deep learning en train de rêver.

Alors aujourd'hui on va voir ce que c'est que le deep learning

et comment ça se positionne par rapport aux autres champs de l'intelligence artificielle.

L'intelligence artificielle on en parle depuis plus de 50 ans maintenant

et l'histoire du domaine est un peu tumultueuse.

Ça a commencé par une période de grand enthousiasme

où on s'imaginait qu'on arriverait très vite à faire des choses assez incroyables.

Puis ça a été suivi par une période un peu plus sombre de désillusion

où on a finalement constaté qu'on avait un peu sous-estimé les difficultés.

Je ne vais pas vous refaire l'histoire du domaine

mais ce qu'il faut savoir, c'est que dans les années 90, après cette période de désillusion,

Il y a eu une renaissance de l'intelligence artificielle,

sous la forme de ce que l'on appelle le machine learning,

ou "l'apprentissage automatique" en bon français.

Le machine learning c'est un domaine qui étudie

comment des algorithmes peuvent apprendre en étudiant des exemples

et on va voir exactement ce que ça veut dire.

Le deep learning dans tout ça, ou "l'apprentissage profond"

c'est juste une manière particulière de faire du machine learning

et je vais vous expliquer en quoi elle est originale

et pourquoi elle a explosé ces derniers temps.

Pour comprendre comment des ordinateurs et des algorithmes peuvent apprendre à faire des choses

on va partir d'un exemple très très simple.

Imaginons que vous soyez un botaniste

et que vous vous intéressiez à une certaine espèce d'arbre.

Vous vous promenez en forêt et vous faites des observations

et sur chaque arbre que vous croisez

vous relevez sa auteur et le diamètre de son tronc.

Puis vous consignez toutes vos observations dans un tableau de données.

Voilà le tableau, chaque ligne représente un arbre différent

dont vous avez mesuré le diamètre et la hauteur.

Une chose simple que l'on peut faire quand on a des données comme ça

c'est de les représenter graphiquement.

On met le diamètre en abscisse, la hauteur en ordonnée

et chaque point va représenter un arbre différent que vous avez mesuré.

Voilà ce qu'on obtient.

Vous avec vos yeux et votre cerveau d'être humain,

vous voyez qu'il y a un truc notable dans ces données.

Tous les points sont, en gros, à peu près alignés

et on a très envie de faire passer une droite.

Faire passer une droite comme ça c'est vraiment une bonne idée parce que ça nous permet de généraliser,

c'est-à-dire qu'on a un certain nombre d'observations sur des cas particuliers,

qui sont les arbres qu'on a mesurés,

et on en tire une relation générale qui est cette droite.

Et grâce à ce lien qu'on a découvert dans les données,

on va pouvoir faire de la prédiction.

La prédiction ça veut dire que si je prends un nouvel arbre

de la même espèce qu'on n'a pas encore mesuré

et que je vous donne son diamètre,

vous pouvez grâce à cette droite estimer sa hauteur.

Le terme de "prédiction" est peut être un peu mal choisi

parce qu'il ne s'agit pas de prédire l'avenir,

il s'agit plutôt de deviner une valeur qu'on ne possède pas.

Donc je résume la démarche : on prend des données qui sont des observations particulières,

on découvre un lien dans ces données

et ce lien nous permet de généraliser, de faire des prédictions.

Ici, on a tous les ingrédients de ce qu'est le machine learning.

Le machine learning, c'est essayer de faire la même chose avec des algorithmes.

En supposant qu'on prenne ces mêmes données et qu'on les donne à un ordinateur,

on peut très bien imaginer un algorithme qui va chercher comme nous

à faire passer une droite parmi les points.

Une droite est définie par deux choses : Une pente : a et une ordonnée à l'origine : b

Vous savez, c'est le classique : y = ax + b.

On peut imaginer un algorithme qui fasse varier a et b

jusqu'à trouver une droite qui colle bien au nuage des points.

Souvent l'image qu'on prend c'est d'imaginer que a et b, les paramètres de la droite,

c'est un peu comme deux boutons que l'algorithme peut faire tourner

jusqu'à trouver la meilleure droite possible.

Et une fois qu'on a fait ça, on ne touche plus à nos deux boutons et on a une droite

qui permet à l'algorithme de généraliser, d'extrapoler à des cas qu'il n'a jamais vu.

Il suffit d'utiliser l'équation de la droite.