cdurand
Si vous êtes novice en matière de Big Data ou d’intelligence artificielle, le terme de machine learning peut paraître complexe et déstabilisant. Nous vous récapitulons ce domaine révolutionnaire de l’AI qui ne cesse de faire parler de lui.
Définition
Le machine learning, ou apprentissage automatique, est un « concept qui tend à rendre une machine capable d’apprendre de ses expériences ». Rien que ça.
Le fonctionnement
La machine récupère des quantités gigantesques d’informations, qu’elle réutilise pour s’adapter à de nouvelles situations et même pour les anticiper.
L’idée est que l’algorithme construise une “représentation interne” tout seul, une sorte de conscience de la situation devant laquelle il se retrouve, afin de pouvoir effectuer la tâche qui lui est demandée (prédiction, identification, etc).
Mais avant cela, il va avoir besoin de s’« entraîner » sur des exemples afin de pouvoir s’améliorer, d’où la notion d’apprentissage.
Les bases de données
Les bases de données constituent la source principale de récupération de big data, et bien des technologies existent pour assurer la récupération et le stockage de ces données (SQL, Hadoop…).
Exemples d’informations que l’on y trouve : le catalogue d’un site de e-commerce ou encore les comportements des utilisateurs d’un site.
Exemples d’utilisation de machine learning
- L’application Photos, développée par Apple, identifie des visages, des objets et même des animaux après les avoir reconnus plusieurs fois dans vos photos.
- Les assistants personnels de type Google Home ou Amazon Echo, stars de ce Noël (Google affirme avoir vendu 6 millions de Google Home, soit une par seconde depuis son lancement en octobre) apprennent constamment de leurs interactions avec leurs utilisateurs.
En bas, la Google Home, en haut, l’Amazon Echo.
D’ici 2035, l’intelligence artificielle pourrait contribuer à augmenter la productivité mondiale de 40% (étude Accenture – 2016).
Pour plus de détails sur le machine learning, voir openclassrooms.com.