14 mai 2021 Le “deep learning” est l’une des formes de l’intelligence artificielle. Selon Yann Le CUN, ce serait un carrefour entre plusieurs connaissances ; celle des neurosciences, des mathématiques et le progrès technique. Pourquoi deep ? Le deep learning est composé de la même manière que notre cerveau, c’est-à-dire avec plusieurs couches de neurones. Les informations vont alors traverser les différentes couches d’informations stockées en mémoire. Cela permet ainsi d’analyser différentes solutions ou résoudre des problèmes. Cependant son fonctionnement est plus poussé que celui d’un humain car le nombre de couches neuronales est beaucoup plus conséquent (20 voire plus). L’être humain a 6 couches de neurones. Le deep learning est donc un réseau de neurones artificiels. Où ? Le deep learning est déjà présent dans notre quotidien comme par exemple lors de la reconnaissance faciale (vos portable) ou encore dans le traitement du langage (traduction). C’est le nombre de couches de neurone qui va permettre d’être de plus en plus précis. Mais avant qu’ils envahissent complètement notre quotidien, il faut entraîner cette machine. Il est important que ces machines voient le monde comme nous, les humains, dans l’objectif de construire des systèmes intelligents. Pour cela, des milliers de données lui seront données et la machine devra apprendre à les reconnaître. Après cette phase, la machine pourra apprendre toute seule. Nous vivons dans l’ère de gloire du deep learning, cependant cette méthode existe depuis de nombreuses années. Le premier réseau de neurones artificiel a été créé en 1951 par Minsky et Edmonds (Université d’Harvard). Mais le concept est développé par Alan Turing dans les années 50, notamment grâce à la célèbre machine Enigma (Voir le film “Imitation Game”) Source : Makina Corpus