Le Machine learning, la nouvelle discipline de l’intelligence artificielle. Qu’en savez-vous ?
Le « machine learning » est à l’informaticien ce que l’hypnose est au psychanalyste. C’est un procédé qui apprend à un dispositif informatique à analyser des quantités massives de données et d’en déduire d’autres résultats plus pertinents. Ces nouvelles données pourront être utilisées dans d’autres domaines d’utilisation. Cette technique pourrait aider considérablement le bon vieil algorithme tant apprécié.
C’est quoi au juste le machine learning ?
Le machine learning est un terme anglais qu’on peut traduire par apprentissage automatique. L’apprentissage consiste à alimenter le système en données à analyser et à classifier. Le but, c’est de donner à ce système une certaine capacité de perception ou même une forme d’intelligence.
Le machine learning change notre vie quotidienne.
Plus d’un s’est étonné en voyant une voiture se déplacer sans conducteur. Cette voiture, avec ses caméras et ses capteurs embarqués, est capable de percevoir l’environnement qui l’entoure. Elle pourrait alors s’autoguider et se mouvoir en conduite autonome. Les handicapés moteurs y trouveront certainement leur bonheur. Le nombre d’accident de circulation sera certainement revu à la baisse.
Dans le domaine médical, on pourrait faire ‘’avaler’’ à un système d’analyse, doté du concept machine learning, des millions de données cliniques ou de rapports médicaux en vue d’avoir un diagnostic fiable. C’est un exploit quasi irréalisable pour ses collègues médecins. C’est un système infatigable donc corvéable à merveille. D’autant plus qu’il est peu exigeant en terme de rémunération et de charge sociale. Ce qui pourrait diminuer considérablement les couts exorbitants des services de santé dans plusieurs pays du monde.
D’autres applications de ce fameux apprentissage automatique méritent d’être citées également.
La détection de plagiat, effectuée par les moteurs de recherche sur internet en est une. En effet, les algorithmes employés commençaient à donner des signes de faiblesse. Cette innovation surgissait au bon moment pour apporter de nouvelles opportunités. Google et les autres se sont rués sur l’occasion pour s’en procurer.
La reconnaissance vocale ou faciale, appliquée aux dispositifs de sécurité, n’est certainement pas l’œuvre d’un esprit bienveillant. C’est la technique issue du ML (Machine Learning) qui est à l’origine de cette prouesse.
Dans le domaine de l’e-commerce, il est impératif de faire une étude prédictive de l’achat d’un consommateur. Operateur dans ce domaine, vous vous abstiendriez de constituer d’énormes stocks de produits sans savoir préalablement la tendance du marché. Le ML sera sans doute un allié inestimable pour vous.
La détection de fraude dans les utilisations des outils bancaires ou l’évaluation du risque de non-rétribution lors d’un emprunt font également partie de l’utilisation de l’apprentissage automatique.
Initions-nous un peu sur ce qu’est concrètement le machine learning.
Un ordinateur ou un dispositif informatique est incapable de penser. Ce n’est pas en donnant des chiffres à un ordinateur qu’il va se muer en être intelligent. C’est là qu’intervient le machine learning. Cela consiste à utiliser d’énormes quantités de données couplées avec d’algorithmes d’initiation et d’apprentissage assez simples. Le résultat fut surprenant car on a pu accéder à des solutions classées auparavant comme utopiques. En d’autres mots le machine learning est un concept informatique qui a mis au point des algorithmes permettant de définir de nouvelles caractéristiques à partir de l’analyse des données d’apprentissage. C’est ce qu’on appelle le feed-back. À l’aide des règles de probabilité, des résultats de statistique et de régression, l’algorithme apprend de nouvelles règles et applique les conclusions à de nouvelles données. On appelle ce procédé l’inférence statistique. C’est la base même du machine learning. Et croyez-le, le jeu en vaut largement la chandelle car l’aboutissement dépasse amplement l’espérance.
Apprenons davantage sur le précepte du machine learning.
L’inférence statistique, car il s’agit encore d’elle, était l’idée force de la conception machine learning. Il faut accepter la tâche de manipuler les règles de probabilité, les lois de la norme. Mais il s’agit surtout, et c’est le but même de l’apprentissage automatique, de prendre en compte l’expérience, l’astuce et la ‘‘malice artificielle’’ qui aboutissent à une sorte d’intuition. C’est d’autant plus passionnant qu’on pourrait être tenté de croire que l’informatique ‘’ s’humanise’’. Qui d’entre nous seront insensibles à cette nouvelle merveille technologique ? Laissez la tentation vous envahir ne serait-ce que d’essayer les applications quotidiennes de cette discipline.
Il est cependant convenable de signaler que le concept ML n’est pas infaillible. Le risque zéro n’existe pas. Si on veut avoir des prédictions fiables et de bonne qualité, il y a certaines précautions à prendre. Tout d’abord, il est vital que les résultats qu’on veut obtenir soient différentiables. Le ML est encore loin d’avoir les vertus d’un devin. De plus les données acquises lors de l’apprentissage automatiques doivent être de très bonnes qualités. Sinon, même les meilleurs algorithmes du monde n’y pourront rien. Mais rassurez-vous, le monde de l’informatique s’y penche déjà. Vous y participerez en vous procurant les dernières inventions de cette discipline. Le concept machine learning est en plein essor aujourd’hui et aura encore de beaux jours devant lui.
redactop.com 