Définition
Deep learning
Le deep learning est une technique d'intelligence artificielle qui utilise des réseaux de neurones à plusieurs couches pour apprendre à reconnaître des motifs à partir de grandes quantités de données.
En clair
Le deep learning (ou « apprentissage profond ») est une famille de méthodes d'intelligence artificielle inspirées, de loin, du fonctionnement du cerveau. On empile des couches de « neurones » artificiels qui transforment progressivement une information brute (une image, un son, un texte) en quelque chose de compréhensible, comme « c'est un chat » ou « ce mot suivant est probablement... ».
Le mot « profond » ne veut pas dire « intelligent » : il fait juste référence au nombre de couches empilées dans le réseau. Plus il y a de couches, plus le réseau peut apprendre des représentations complexes.
Comment ça marche
On montre au réseau des milliers, voire des milliards d'exemples. À chaque erreur, on ajuste légèrement les connexions internes (les « poids ») pour qu'il se rapproche de la bonne réponse. C'est un peu comme apprendre à reconnaître un accent : personne ne t'a donné une règle précise, tu as juste entendu des centaines de personnes parler jusqu'à ce que ton oreille s'entraîne toute seule.
Cette phase d'ajustement s'appelle l'entraînement, et elle demande énormément de données et de puissance de calcul (des cartes graphiques, ou GPU, tournant parfois pendant des semaines).
Un exemple concret
Quand ton téléphone reconnaît ton visage pour le déverrouiller, ou quand YouTube te propose la vidéo suivante, ou encore quand ChatGPT génère une réponse : dans tous ces cas, un réseau de neurones profond a été entraîné sur des millions d'exemples pour repérer des motifs invisibles à l'œil nu.
Le deep learning est aussi la technologie derrière la reconnaissance vocale de Siri, la traduction automatique de Google Traduction, ou la détection de tumeurs sur des radios médicales.
À ne pas confondre
Le deep learning est une sous-catégorie du machine learning (apprentissage automatique), qui lui-même est une sous-catégorie de l'IA au sens large. Tout le machine learning n'est pas du deep learning : des méthodes plus simples (comme les arbres de décision) existent et fonctionnent très bien sur des problèmes moins complexes, avec moins de données et moins de calcul.
À retenir
Le deep learning, c'est apprendre par l'exemple plutôt que par des règles écrites à la main.
Questions fréquentes
Pourquoi le deep learning a-t-il explosé ces dernières années ?+
Grâce à trois facteurs combinés : beaucoup plus de données disponibles (internet), des ordinateurs bien plus puissants (GPU), et des avancées mathématiques sur la façon d'entraîner les réseaux efficacement.
Le deep learning comprend-il vraiment ce qu'il fait ?+
Non, il repère des corrélations statistiques dans les données, sans compréhension au sens humain. C'est pour ça qu'il peut se tromper de façon parfois absurde sur des cas qu'il n'a jamais vus.
Faut-il être matheux pour utiliser le deep learning ?+
Pour l'utiliser via des outils existants (ChatGPT, Midjourney), non. Pour concevoir ou entraîner ses propres modèles, des bases solides en mathématiques et en programmation aident vraiment.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.