Le Parapluie de l’IA

Beaucoup de termes entourent l’IA. Le Machine Learning (ML), le Deep Learning (DL) et réseau de neurones qui y sont imbriqués, sont très utilisés et souvent mal compris.

Paul Roetzer, créateur du Marketing Artificial Intelligence Institute et CEO de PR 20/20, définit l’intelligence artificielle comme étant :

« the umbrella of technologies and processes designed to make machines smarter. AI is this big umbrella. Underneath that are things like machine learning, where a machine writes its own algorithms. It determines a path forward without humans telling it what to do. Underneath that, you have deep learning. That’s actually trying to teach machines to think like humans through neural networks. If a machine looks at a dog and a cat, it inherently has no idea what those things are. As a human, you’re processing ‘it has legs, it has fur, it has ears, it has all these things [that make it a dog or cat].’ That’s how a human figures out what it is [...] in these layers. A machine is not built that way. Deep learning is this very advanced way of trying to get a machine to get intelligent almost to a human level. »

L’expression «réseaux de neurones» est utilisée pour décrire l’approche générale dans laquelle l’IA simule la manière dont le cerveau traite l’information. De nombreux «neurones» (100 milliards dans le cas du cerveau humain) sont reliés entre eux avec une force plus ou moins importante. La force de la connexion peut varier à mesure que le cerveau / la machine apprend.

Dans l'application «Y a-t-il un chien dans ma photo ?» déjà présentée (voir article ci-haut), le neurone «nez noir» aura une forte influence sur le neurone «chien», alors que le neurone «corne» n’en aura pas. Tous ces neurones artificiels sont connectés en différentes couches où chaque couche extrait un niveau de plus en plus élevé de complexité. Ce concept se nomme Deep Neural Networks (DNN) qui est utilisé par le ML. Il faut ainsi penser à ces termes en tant que cercles concentriques ; l’intelligence artificielle est la technologie globale, en son cœur se trouve l’approche du Machine Learning et cette dernière est activée par les DNN.

Pour résumer, le Deep Learning est une technique pour exécuter le Machine Learning et le Machine Learning vise à réaliser l’Intelligence Artificielle. Tout Machine Learning est donc une Intelligence Artificielle, mais toute Intelligence Artificielle n'est pas Machine Learning. De même, tout Deep Learning est Machine Learning, mais tout Machine Learning n'est pas Deep Learning. La figure suivante illustre la relation entre Intelligence Artificielle, Machine Learning et Deep Learning.

Sources :

Burgess, A. (2018). The Executive Guide to Artificial Intelligence How to identify and implement applications for AI in your organization.