IA/ML/DL ? Qui est qui et qui fait quoi ?

De nombreux sites proposent ce fameux schéma avec les trois termes imbriqués les uns dans les autres :

Cela ne signifie pas forcément que l'un est une branche de l'autre, car les trois termes ne sont en fait pas au même niveau...

Intelligence Artificielle

L'intelligence artificielle, c'est la discipline.

Son but est de simuler un processus cognitif (pas d'être intelligent ;)). Un processus cognitif, c'est par exemple reconnaitre un chat sur une image, reconnaître un visage, estimer le prix de vente d'un appartement...

Tout algorithme simulant un processus cognitif peut donc rentrer dans la case "IA". Cela recouvre donc les systèmes experts (en Prolog ou non), les systèmes multi-agents, la logique floue...

IA : "Simulation d'un processus cognitif"

Machine Learning

Le Machine Learning, c'est une des techniques d'IA, au même niveau que celles cités au dessus. Il s'agit donc d'un moyen et non d'une discipline.

Sa particularité : travailler à partir d'exemples. Il s'agit donc d'un apprentissage statistique issu des données, contrairement à d'autres techniques. En effet, dans un système expert, ce sont des "experts" du domaine (au sens large) qui vont fournir les règles à suivre, ce n'est pas du Machine Learning.

On distingue trois formes d'apprentissage en Machine Learning :

• L'apprentissage supervisé : les données sont labellisées,
• L'apprentissage non supervisé : les données sont fournies sans labels,
• L'apprentissage par renforcement : l'algorithme va créer ses données par l'expérience.

ML : "Simulation d'un processus cognitif (IA)... à partir de données (ML)".

Deep Learning

Le Deep Learning, c'est un des algorithmes d'apprentissage du ML.

En réalité, c'est même un cas particulier des réseaux de neurones. Il s'agit donc d'utiliser un réseau de neurones profond pour faire l'apprentissage. Il y a plein d'autres algorithmes d'apprentissage, comme la régression linéaire, les SVM, les random forests... ce sont des alternatives au Deep Learning.

Les algorithmes de Machine Learning sont en général très forts sur les données structurées (par exemple des CSV de variables numériques et/ou catégorielles). Mais le Deep Learning reste souvent l'algorithme le plus efficace sur les données non structurées : voix, texte en langage naturel, images, vidéo. Ce n'est cependant pas le seul algorithme possible !

DL : "Simulation d'un processus cognitif (IA)... à partir des données (ML)... avec un algorithme de réseau de neurones profond (DL)".

Conclusion

L'IA, c'est la discipline. Le Machine Learning indique un moyen. Le Deep Learning indique un algorithme particulier.

Alors oui, ils peuvent être vus comme étant imbriqués façon poupées russes, mais ils ne sont pas au même niveau ;)