'Deep Learning' : attention, vos appareils vous observent 'Deep Learning' : attention, vos appareils vous observent

Geek

'Deep Learning' : attention, vos appareils vous observent par Anne Lods

Icône de voter Icône utilisée pour voir valoriser le contenu
Icône de voter Icône utilisée pour voir valoriser le contenu
Icône de visiteur Icône utilisée pour page visite

PLUS LUS

Icône de montre Icône utilisée pour voir le temps de lecture de ce contenu

Temps de lecture

4 minutes

Publié le Jeudi 3 Janvier 2019

Quel est le lien entre votre compte Instagram et les voitures autonomes ? Le Deep Learning. Monstre de technologie, il est à l’origine de nombreux progrès scientifiques. Pour tout comprendre, on a demandé à la data-scientist Alexia Audevart de nous éclairer.

Vous êtes-vous déjà demandé comment votre smartphone repérait les visages sur votre écran ? Ou comment Google Translate traduisait vos devoirs d’anglais ? Grâce à un seul et même procédé : le Deep Learning. Vous en avez peut-être entendu parler à la sortie des enceintes connectées, qui s'invitent dans tous les foyers et qui en sont équipées. 
C'est l’une des principales techniques d’intelligence artificielle utilisées aujourd’hui et, à en croire le scientifique spécialisé Andrew NG, il s’invitera bientôt dans tous les appareils qui peuvent se connecter à l’électricité. 

Qu’est-ce que c’est ?
Tout d’abord, il faut savoir que le vaste univers de l’intelligence artificielle est composé en partie d’un processus appelé le Machine Learning. Il s’agit d’une technique d’apprentissage dédiée aux machines. A partir de plusieurs informations qu’on lui livre, l’ordinateur apprend à effectuer une tâche. Exemple : si Netflix sait vous recommander un film à 98%, ce n’est pas parce qu’il vous observe, vous, votre double-menton et votre pyjama en pilou pilou par la webcam, mais bien grâce à cette technique. Même principe avec votre fil d’actualité Facebook, où la machine cible des informations qui pourraient vous intéresser plus que d’autres à partir de données qu’on lui a fournies. 
Le Deep Learning, quant à lui, est un sous-ensemble du Machine Learning. Plus complexe, cette technologie permet de traiter de plus grandes quantités de données que les algorithmes classiques issus du Machine Learning, et son modèle n’est autre que le cerveau humain. D’après la data-scientist Alexia Audevart, qui a animé dernièrement une conférence à ce sujet au Salon de la Data de Nantes, le Deep Learning est une modélisation mathématique, inspirée du fonctionnement du cerveau. Elle permet de reproduire certaines caractéristiques humaines, comme la capacité de mémoire, d’apprentissage et de traitement d’informations complexes. L’objectif est donc de simuler l’intelligence humaine, dans et grâce à une machine. Et le but est que la machine apprenne toute seule… 



Mais Jamy, dans quoi l’utilise-t-on ?
Aujourd’hui, comme nous le rappelle Alexia Audevart, même notre compte Gmail est équipé de Deep Learning. Voyez les réponses automatiques qu’on vous propose à la fin de vos mails, c’est bien lui. Les procédés de traduction automatiques viennent également du Deep Learning, tout comme les techniques de reconnaissance faciale de différentes applis disponibles sur smartphone. Néanmoins, cette intelligence est aussi utilisée dans le développement de technologies plus spectaculaires et notamment en médecine où elles sont parfois plus efficaces que l’homme. Grâce à l’imagerie (images 3D et radiologie), certaines pathologies comme le cancer du sein sont plus facilement diagnostiquées et donc soignées. 
Dans un tout autre domaine, le Deep Learning pourrait aussi aider à lutter contre les fake news, mais aussi servir à la littérature. Si des livres ont récemment été traduits entièrement par des intelligences artificielles, certains ont même été entièrement écrits par celles-ci. C’est ce que nous apprend le média Les Influences. Ross Goodwin, un créateur d’intelligences artificielles aurait déposé une caméra sur le toit d’une voiture, reliée à un GPS, un micro et une horloge. Puis, lors d’un voyage entre la Louisiane et New York, guidée par un conducteur, l’IA aurait écrit une histoire, s’inspirant de tout ce qu’elle voyait. Impressionnant.
Puis, enfin, on le sait, ce sont ces mêmes voitures qui sont amenées à devenir autonomes et ce, grâce au Deep Learning. Comme il permet de comprendre de quoi est composée une image dans toute sa complexité, il pourrait rapidement remplacer l’homme au volant. Dangers, piétons, feux, autres véhicules, tout doit être passé au crible par la voiture, comme vous pouvez le voir dans la vidéo ci-dessous.

Cependant, pour l’instant les techniques ne sont pas encore tout à fait au point. En mai dernier, une Américaine a été tuée, percutée par un Uber sans conducteur en période d’essai. Deux chauffeurs de Tesla ont également trouvé la mort en roulant sous pilote automatique ces trois dernières années. Des accidents qui servent malheureusement à la recherche, puisque comme l’explique Alexia Audevart, ce qui est intéressant c’est de "comprendre comment la machine apprend, aussi pour ne pas qu’elle devienne un monstre". 

Car si de telles erreurs inspirent d’excellents scénarii de films de science-fiction, ce sont des choses qu’on ne veut pas voir se reproduire dans la vraie vie - à l'image de iRobot ou de Her (où Joaquin Phoenix tombe amoureux d'une IA). Par ailleurs, d’après le site Clubic, l’un des pères du Deep Learning, Yoshua Bengio, aurait d’ailleurs déclaré qu’il s’opposait à l’idée que l’IA puisse servir le domaine militaire. "Nous devons rendre immoral le fait d'avoir des robots tueurs", a-t-il précisé. Et on n’aurait pas dit mieux … 

Pour que ce soit encore plus clair, on vous conseille cette vidéo de David Louapre.

Icône de voter Icône utilisée pour voir valoriser le contenu
Icône de voter Icône utilisée pour voir valoriser le contenu

* champs obligatoires