Le Deep learning, ou Machine Learning, est une méthode d’apprentissage automatique et artificielle permettant à un algorithme de simuler le fonctionnement de l’activité neuronale d’un cerveau humain et de se modifier de façon autonome à partir de l’analyse de bases de données. Les intérêts que suscite cette technologie sont de plus en plus nombreux.

computer-144980_640

Une technologie en pleine évolution

C’est en 1957 que le premier réseau neuronal fut inventé: le perceptron. Cependant la technologie évolua pour aboutir en 2006 à un nouveau modèle de réseau neuronal appelé “Deep Learning”.

Ce système est composé de différentes couches de neurones artificiels organisées de façon hiérarchiques. Les couches inférieures du réseau subissent un pré-apprentissage à partir d’un grand nombre de données apprenant ainsi à représenter au mieux la structure de ce flux informationnel.

Ce pré-apprentissage permet d’améliorer significativement les performances du système, et d’être beaucoup plus général que les algorithmes classiques de Machine Learning. Ainsi il sera possible de réutiliser le même modèle pré-entrainé sur des tâches différentes.

L’apprentissage par les différentes couches de neurones est également hiérarchique. Autrement dit, elles cherchent d’abord à catégoriser les éléments les plus simples de l’information avant de passer aux plus compliqués.

Par exemple  le système apprend à reconnaître les “lettres” avant de s’attaquer aux ” mots ”. Une fois les éléments de base acquis, le programme peut alors les réorganiser de différentes manières, en blocs plus complexes.

La particularité et principale force de cette technologie est l’absence de supervision humaine : le programme peut apprendre de manière totalement autonome sans qu’une intervention humaine initiale ne lui précise comment effectuer telle ou telle tâche comme c’est généralement le cas en programmation.

Une possible solution au traitement du Big Data

La masse de données dans le monde numérique a augmenté de façon astronomique ces dernières années. Cela, rendant impossible leur traitement avec les outils classiques.

Cependant les programmes dotés de la technologie du Deep Learning pourraient être la solution : en effet leur autonomie et leur capacité d’auto-amélioration leur permettraient de travailler de manière continue sur cette masse de données et d’en extraire les caractéristiques et spécificités.

Les géants du Net ont d’ailleurs déjà commencé à s’intéresser de près à cette technologie.

Par exemple, en 2012, Google mis au point une série d’algorithmes, un assemblage de 16 000 processeurs pour créer un réseau neuronal avec plus d’un milliard de connexions dans le but de reconnaitre des chats sur des vidéos. En effet des extraits d’environ 10 000 vidéos de Youtube ont été diffusés au programme avec un taux de succès de 70% sans qu’une intervention humaine ne vienne superviser le travail de la machine.

Facebook se montre également intéressé par cette technologie, la société de Mark Zuckerberg a quant à elle développée un logiciel de traitement du visage dont les performances se rapprochent de celles de l’humain.

Le Deep Learning est la preuve que la technologie avance aujourd’hui à grands pas, la question qui se pose est: doit-on s’en réjouir ou en avoir peur ?

Thomas Bertrand

Etudiant en Master 2 Droit de l’économie numérique. Optimiste concernant les nouvelles technologies et attaché au droit du numérique.

 

A propos de Thomas BERTRAND