Le Machine Learning est une branche de l’intelligence artificielle. Lorsque l’on parle de Machine Learning ou de « l’apprentissage automatique » en français la plupart des gens pensent directement à un robot : un serviteur fiable ou à Viki du film « I robot de Will Smith », selon les interlocuteurs. Mais ce Machine Learning n’est pas un rêve futuriste : c’est déjà une réalité. À vrai dire, il est présent depuis des décennies dans certaines applications spécialisées telles que la reconnaissance optique de caractères ou OCR (Optical Character Recognition). La première application ML ayant véritablement touché un large public, améliorant le quotidien de centaines de millions de personnes, s’est imposée dans les années 1990 : il s’agit du filtre anti-spam de vos boites e-mails.
Définition du Machine Learning
Une définition technique du Machine Learning est donnée comme ceci: « Étant donné une tâche T et une mesure de performance P, on dit qu’un programme informatique apprend à partir d’une expérience E si les résultats obtenus sur T, mesurés par P, s’améliorent avec l’expérience E. » Tom Mitchell, 1997.
Il en existe une définition plus compréhensible : « L’apprentissage automatique est la discipline donnant aux ordinateurs la capacité d’apprendre sans qu’ils soient explicitement programmés. » Arthur Samuel, 1959.
Les algorithmes sont mis en place dans des systèmes où ils peuvent prendre des décisions automatiquement, ce qui accélère souvent le processus de décision et réduit le risque d’erreur. Au sein du système, les algorithmes d’apprentissage automatique utilisent les données reçues pour faire des prédictions, permettent au système d’agir et de choisir entre plusieurs options. L’algorithme s’actualise alors en fonction de ce qu’il a appris de l’information reçue, s’assurant ainsi de faire les meilleurs choix à l’avenir.
Quelques applications communes
Sur des nombreuses plateformes des réseaux sociaux, la reconnaissance des réseaux sociaux, la reconnaissance faciale utilise l’IA pour établir si une image contient un visage, et pour l’identifier le sujet en le comparant à une base de données d’images. Dans les aéroports, cette même technologie est de plus en plus utilisée pour identifier les voyageurs et contrôler les passeports. Une application de streaming comme Netflix avec des millions d’utilisateurs, contient des données sur le type de vidéos que ces derniers aiment en fonction des vidéos qu’ils regardent. Lorsqu’un nouvel utilisateur commence à utiliser Netflix, l’application en sait peu sur lui et propose des suggestions au hasard mais au fur et à mesure du visionnage, l’algorithme apprend les préférences de l’utilisateur et comment elles sont liées à celles des autres utilisateurs. Plus l’utilisateur visionne, plus l’algorithme s’affine, et meilleurs sont les recommandations.
