apprentissage profond
440 Visualisations

CG : nm

CT : Le deep learning ou apprentissage profond est un type d’intelligence artificielle dérivé du machine learning (apprentissage automatique) où la machine est capable d’apprendre par elle-même, contrairement à la programmation où elle se contente d’exécuter à la lettre des règles prédéterminées.

S : FSTE – https://urlz.fr/8D1U (consulté le 10.01.2019)

N : – apprentissage (nm): XIVe siècle, « action d’apprendre un métier ». Dérivé d‘apprenti. e fait d’apprendre un métier manuel sous la direction d’un patron ou d’un maître ; état d’apprenti ; temps pendant lequel on est apprenti. Par anal. Acquisition de connaissances ; période de formation à une activité quelconque.
– profond (adjm) : PROFOND, -ONDE adj. XIVe siècle. Réfection de l’ancien français parfunt (XIe siècle), lui-même issu du latin profondus, « profond ». Fig. Qui va très avant dans la connaissance des choses, pénétrant, subtil ; qui n’est pas immédiatement accessible à l’entendement.
2. L’apprentissage profond s’appuie sur un réseau de neurones artificiels s’inspirant du cerveau humain. Ce réseau est composé de dizaines voire de centaines de « couches » de neurones, chacune recevant et interprétant les informations de la couche précédente. Le système apprendra par exemple à reconnaître les lettres avant de s’attaquer aux mots dans un texte, ou détermine s’il y a un visage sur une photo avant de découvrir de quelle personne il s’agit.
3. Le sous-domaine de l’apprentissage profond est le plus porteur en ce moment, et propose des structures computationnelles inspirées de celles du cerveau, l’unité de base étant une version très schématisée d’un neurone implémenté de façon logicielle ou matérielle, et le traitement s’effectuant par couches de neurones interconnectées.
4. Le principe fondamental d’apprentissage consiste alors à ajuster progressivement les paramètres de chacun de ces neurones de façon à réduire l’erreur constatée par rapport à l’objectif attendu (un principe d’optimisation connu au moins depuis le milieu du 19e siècle). Les systèmes les plus avancés à ce jour comportent jusqu’à 100 millions de neurones et des systèmes à 100 milliards de neurones (soit l’équivalent de nos cerveaux) sont attendus avant 2030 !
5. Applications d’apprentissage profond :

  • Reconnaissance d’image.
  • Traduction automatique.
  • Voiture autonome.
  • Diagnostic médical.
  • Recommandations personnalisées.
  • Modération automatique des réseaux sociaux.
  • Détection de malwares ou de fraudes
  • Chatbots (agents conversationnels)
  • Exploration spatiale
  • Robots intelligents.

S : 1. DAF – https://urlz.fr/8D1W ; https://urlz.fr/8D22 (consulté le 12.01.2019). 2. FSTE – https://urlz.fr/8D1U (consulté le 10.01.2019). 3 et 4. RG – https://urlz.fr/8D23 (consulté le 10.01.2019). 5. FSTE – https://urlz.fr/8D1U (consulté le 10.01.2019).

SYN :
S :

RC : agent intelligent, apprentissage automatique, apprentissage en ligne, assistant personnel intelligent, cognition, informatique, intelligence artificielle, intelligence computationnelle, réseau sémantique, sciences cognitives, système intelligent