Définition
Réseau de neurones
Un réseau de neurones est un modèle informatique inspiré (de loin) du cerveau, qui apprend à reconnaître des motifs à partir d'exemples.
En clair
Un réseau de neurones, c'est une structure mathématique organisée en couches de petites unités appelées "neurones artificiels". Chaque neurone reçoit des nombres, fait un petit calcul dessus, et transmet le résultat à la couche suivante. Le tout forme une chaîne de calculs qui, au final, transforme une entrée (une image, un texte, un son) en une sortie (une prédiction, une réponse).
Le nom vient d'une inspiration très lointaine du cerveau biologique, mais dans la pratique c'est surtout de l'algèbre : des additions, des multiplications, et des fonctions qui décident si un signal "passe" ou non.
Comment ça marche
Au début, le réseau est réglé au hasard : il fait n'importe quoi. On lui montre alors des milliers, voire des milliards d'exemples avec la bonne réponse attendue (une photo de chat étiquetée "chat", par exemple). À chaque essai, on mesure son erreur, puis on ajuste légèrement les réglages internes (les "poids") pour qu'il se trompe un peu moins la fois suivante. On répète cette opération d'innombrables fois, et petit à petit le réseau devient bon à la tâche, sans qu'on ait eu besoin de lui écrire des règles explicites.
Plus il y a de couches (on parle alors de "deep learning", apprentissage profond), plus le réseau peut capter des motifs complexes et abstraits.
Un exemple concret
Quand ton téléphone reconnaît ton visage pour le déverrouiller, un réseau de neurones a appris, à partir de milliers de visages, à repérer les traits qui te distinguent. Même principe derrière la reconnaissance vocale de Siri, les recommandations Netflix, ou les modèles comme ChatGPT, qui sont des réseaux de neurones géants entraînés sur d'immenses quantités de texte.
À ne pas confondre
Réseau de neurones et "intelligence artificielle" ne sont pas synonymes : les réseaux de neurones sont une technique parmi d'autres pour faire de l'IA. Et "intelligence" est un grand mot : le réseau ne comprend rien au sens humain, il a juste trouvé des corrélations statistiques très efficaces.
À retenir
Un réseau de neurones n'apprend pas comme un humain, il ajuste des millions de chiffres jusqu'à ce que ses prédictions collent aux exemples qu'on lui donne.
Questions fréquentes
Un réseau de neurones pense-t-il vraiment ?+
Non, il ne fait que des calculs statistiques appris sur des exemples. Il n'a ni conscience ni compréhension au sens humain, même si le résultat peut sembler intelligent.
Pourquoi parle-t-on de "poids" dans un réseau de neurones ?+
Les poids sont les valeurs numériques ajustées pendant l'entraînement ; ce sont eux qui déterminent l'importance de chaque signal transmis d'un neurone à l'autre. Un modèle comme GPT en contient des milliards.
Quelle différence avec le "deep learning" ?+
Le deep learning est simplement un réseau de neurones avec beaucoup de couches empilées, ce qui lui permet d'apprendre des motifs plus complexes et abstraits.
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.