Comment fonctionne l'IA ?

Comment fonctionne réellement l'IA ? Ce n'est pas de la magie, c'est plutôt du jardinage

Dans la dernière leçon, nous avons appris que l'IA est la quête visant à créer des machines capables de penser. Mais comment une machine, faite de métal et de silicium, peut-elle réellement « apprendre » à reconnaître votre visage ou à traduire une langue ? Ce n'est pas de la magie, et ce n'est pas une personne qui se cache dans l'ordinateur. La réponse est étonnamment élégante : l'IA apprend en regardant d'innombrables exemples.

Imaginez que vous enseignez à un enfant en bas âge la différence entre un chat et un chien. Vous n'écrivez pas une longue liste de règles comme « S'il a des oreilles pointues, des moustaches ET une longue queue, c'est un chat ». Pourquoi ? Parce que certains chats ont les oreilles pliées et certains chiens ont des moustaches. C'est trop complexe !

Au lieu de cela, vous leur montrez simplement des photos. « C'est un chat. » « C'est un chien. » « Voici un autre chat. » Encore et encore. Finalement, le cerveau de l'enfant commence à comprendre lui-même les schémas. Ils établissent leurs propres « règles » floues et intuitives sur ce qui fait d'un chat un chat.

L'IA moderne fonctionne de manière très similaire, mais à une échelle cosmique. Au lieu d'une douzaine de photos, il pourrait apprendre de millions de personnes. Et son « cerveau » est une structure mathématique appelée réseau neuronal, qui s'inspire librement du réseau de neurones qui se trouve dans notre propre tête.

Aide visuelle : un aperçu du « cerveau » de l'IA

Ce schéma montre un réseau neuronal simplifié. Considérez-le comme le processus de pensée de l'IA, qui se déplace de gauche à droite. Il capte les informations, les traite de manière intermédiaire et fournit une réponse finale.

Des pixels à la « connaissance » d'un chat

Alors, suivons l'image d'un chat à travers le réseau neuronal du schéma ci-dessus pour comprendre comment l'IA « sait » ce qu'elle voit. Cela touche au cœur de la manière dont une IA acquiert des connaissances.

1. La couche d'entrée (les « yeux »)

Tout d'abord, l'image est décomposée en ses éléments les plus élémentaires : les pixels. Chaque petit point de couleur de l'image est converti en nombre. Ces numéros sont introduits dans la première couche du réseau, la couche d'entrée. Cette couche ne réfléchit pas ; elle « voit » simplement les données brutes.

2. Les couches cachées (la « pensée » se produit ici)

C'est là que la vraie magie opère. Les informations provenant des pixels passent par plusieurs couches « cachées ». Chaque couche est constituée de « neurones » numériques qui recherchent des éléments spécifiques. C'est un peu comme une chaîne de montage de spécialistes :

• Il se peut que la première couche cachée ne contienne que des éléments très simples. Un neurone peut être entraîné à repérer un bord vertical. Un autre peut s'activer s'il voit une tache de couleur brune. Une troisième pourrait prendre la forme d'une courbe simple. Leur travail est fondamental, comme reconnaître des briques LEGO individuelles.
• La seconde couche cachée reçoit les résultats de la première. Il ne peut pas voir les pixels d'origine. Son travail consiste à rechercher des combinaisons de fonctionnalités simples trouvées par la couche qui la précède. Il pose des questions telles que : « Est-ce que je vois une courbe connectée à une arête verticale ? Cela pourrait avoir la forme d'une oreille. » ou « Est-ce que je vois deux petites taches sombres l'une à côté de l'autre ? Cela pourrait être une paire d'yeux. » Il commence à assembler les briques pour former de petites structures.
• Les couches cachées suivantes poursuivent ce processus en s'appuyant sur le travail des couches précédentes. Ils recherchent des combinaisons encore plus complexes : « Je vois deux formes d'oreilles pointues, une forme de nez et une forme de moustache à la fois. Ça commence à ressembler beaucoup à une tête de chat ! »

Chaque connexion entre neurones possède un « poids » ou un paramètre. Considérez cela comme l'importance de cette fonctionnalité. Pendant l'entraînement, si l'IA identifie correctement un chat, toutes les connexions qui ont mené à la bonne réponse (comme celles relatives aux « moustaches » et aux « oreilles pointues ») sont renforcées. En cas de erreur, ces connexions sont affaiblies. Après avoir visionné des millions de photos de chats et de chiens, le réseau a affiné ses paramètres pour savoir exactement quelle combinaison de fonctionnalités indique « CAT ! »

3. La couche de sortie (la réponse finale)

Enfin, après avoir traversé toutes les couches cachées, nous atteignons la couche de sortie. Cette couche évalue toutes les preuves qui lui sont transmises (« visage de chat détecté avec 95 % de confiance », « pattes détectées avec 88 % de confiance », « oreilles de chien souples détectées avec seulement 5 % de confiance ») et prend la décision finale. Il peut avoir deux neurones de sortie : un pour « chat » et un pour « chien ». Sur la base de toutes les preuves, le neurone « chat » s'allumera avec une forte probabilité, donnant la réponse finale : « Je suis sûr à 99 % que c'est un chat ».

Contrôle rapide

Comment une IA basée sur le deep learning apprend-elle à identifier un chat sur une photo ?

Récapitulatif : Comment fonctionne l'IA ?