Glossaire
Deep learning
Dans une définition précédente nous avons proposé une approche de l’Intelligence Artificielle. Continuons à essayer de démystifier les concepts passionnants affiliés à ce domaine.
Aujourd’hui, nous sommes habitués à recevoir des publicités personnalisées, utiliser les logiciels de traduction automatique ou faire des recherches sophistiquées sur le web. Derrière toutes ces petites actions en apparence anodines se cache en réalité une technologie de pointe: le deep learning.
Qu’est-ce que le deep learning ?
Le deep learning, traduit littéralement par « apprentissage profond », est un type d’intelligence artificielle capable d’apprendre par elle-même et de réaliser des actions sans recevoir d’instruction directe. Elle imite le fonctionnement du cerveau humain pour faire des liens entre les informations et reconnaître des objets, trier des données et comprendre le langage.
Comment fonctionne le deep learning ?
Le deep learning est un réseau de neurones artificiels qui reçoivent et interprètent les informations. Il fonctionne par couches : chaque couche décode des informations supplémentaires en se basant sur la couche précédente. Par exemple, le système va d’abord décoder une lettre, puis un mot, puis une phrase, puis un texte…
Tout comme un cerveau humain, le deep learning apprend de ses erreurs : chaque mauvaise réponse est éliminée et le modèle mathématique s’ajuste en conséquence pour ne pas la répéter. Le programme peut apprendre seul sans avoir reçu d’instructions : par exemple, il peut reconnaître un sourire sans qu’on ne lui ait appris le concept de sourire.
Le deep learning a besoin de beaucoup de données pour apprendre : plus il aura d’expériences et plus il recevra de feedbacks, plus le programme sera performant.
Le deep learning, une nécessité à l’ère du big data
L’invention des ordinateurs et d’internet a mené à une explosion de données, qui sont rapidement devenues beaucoup trop nombreuses pour être triées par des humains. Les bases de données sont aujourd’hui tellement gigantesques qu’il faudrait des centaines d’années à un humain pour les analyser : c’est ce qu’on appelle le big data.
Créer des algorithmes capables de traiter toutes ces données et d’en retirer les informations importantes est donc la priorité des acteurs de l’ère digitale, comme les GAFAM (Google, Amazon, Facebook, Apple et Microsoft) qui investissent énormément pour développer cette technologie.
Une technologie avec de nombreuses applications
L’un des exemples de deep learning les plus célèbres est AlphaGo, l’algorithme développé par DeepMind (filiale de Google) qui a battu plusieurs champions du jeu de Go après avoir analysé des milliers de parties humaines.
Mais le deep learning a de nombreuses autres applications et est en réalité déjà une part intégrante de notre vie quotidienne. Lorsque vous réalisez une recherche sur Google, vous utilisez un algorithme de deep learning. Lorsque Facebook vous affiche une publicité liée à un sujet qui vous intéresse, c’est aussi du deep learning.
On le retrouve également dans les programmes de :
- Reconnaissance des visages ;
- Modération des réseaux sociaux automatisée ;
- Détection des fraudes et du blanchiment d’argent ;
- Chatbots ;
- Robots intelligents ;
- Voitures autonomes ;
- Traduction ;
- Prédictions financières ;
- Recommandation de produits ;
- Et bien d’autres.
Le deep learning : une branche de l’intelligence artificielle
Le deep learning, l’intelligence artificielle et le machine learning sont souvent confondus. En réalité, le deep learning est seulement l’une des branches du machine learning, qui est lui-même une branche de l’intelligence artificielle.
- L’intelligence artificielle est la science qui cherche à créer des ordinateurs capables de penser et d’agir comme des humains.
- Le machine learning a pour but de rendre les ordinateurs indépendants afin qu’ils puissent réaliser des tâches sans avoir reçu d’instructions spécifiques.
- Le deep learning permet à un algorithme d’apprendre et d’agir par lui-même grâce à des réseaux de neurones artificiels qui imitent le cerveau humain et qui permettent d’établir des relations et d’identifier des causes qui restent indétectable par l’homme
La place du deep learning en entreprise
Le deep learning prend de plus en plus de place en entreprise, que ce soit dans les multinationales ou les petits commerces. La vente en ligne, l’utilisation des réseaux sociaux pour promouvoir des produits ou services et la digitalisation de la finance ont rendu l’utilisation du big data et du deep learning indissociable de la vie d’entreprise. Et dans une économie qui se veut de plus en plus digitale, il semble que cette tendance devrait continuer à prendre de l’ampleur.
Comprendre le deep learning, son fonctionnement et ses enjeux ne relève plus que du seul domaine de l’informatique : les dirigeants et acteurs du monde de l’entreprise doivent maîtriser cette notion pour utiliser au mieux la technologie à leur disposition, « ouvrir des possibles » développer un avantage concurrentiel.
Neoma BS vous prépare à cette digitalisation en vous donnant les clés pour comprendre et utiliser le deep learning, ainsi que les impacts sur l’ensemble des grandes familles de fonctions de l’entreprise : Finance, Marketing, Supply Chain, Stratégie dans ses programmes généralistes ou spécialisés.