vendredi 07 Juin .19

AI, Deep Learning, Machine Learning… de quoi parle-t-on ?

Vous aussi vous êtes perdu lorsqu’il s’agit d’expliquer ce qui sépare l’intelligence artificielle (IA), le machine learning (ML) et le deep learning (DL) ? Ne vous inquiétez pas, vous n’êtes pas le seul. Bien que les trois terminologies soient généralement utilisées de manière interchangeable, elles ne renvoient pas tout à fait à la même chose.

Andrey Bulezyuk, expert en informatique, basé en Allemagne et comptant plus de cinq ans d’expériences dans l’enseignement du fonctionnement des systèmes d’intelligence artificielle, déclare que « les praticiens de ce domaine peuvent clairement articuler les différences entre ces trois termes, étroitement liés ».

Par conséquent, existe-t-il une réelle différence entre l’intelligence artificielle, le machine learning et le deep learning ?

Voici une image qui tente d’expliquer la distinction entre eux :


Source towardsdatascience.com

Comme vous pouvez le voir sur l’image ci-dessus, le DL est un sous-ensemble du ML, qui est également un sous-ensemble de l’IA. Laissez-nous aller plus loin afin de comprendre ces trois terminologies et celle qui convient le mieux à votre stratégie d’inbound marketing.

Intelligence artificielle : l’intelligence humaine présentée par des machines

Le rêve des pionniers de l’IA était de construire des machines complexes, rendues possibles par des ordinateurs émergents et de plus en plus puissants, possédant tous nos sens (peut-être même plus), toute notre raison et qui pensent comme nous. C’est une technologie capable de réaliser des tâches spécifiques aussi bien ou mieux que les humains. Par exemple, l’IA sert pour la reconnaissance faciale sur Facebook. Mais comment ? D’où vient cette intelligence ? Cela nous amène au prochain point qui est le machine learning.

Machine Learning : une approche pour atteindre l’intelligence artificielle

Le machine learning, qui est un sous-ensemble de l’intelligence artificielle, peut être interprété comme la capacité pour les systèmes informatiques, d’apprendre par eux-mêmes en utilisant des données fournies et de faire des prédictions précises. Pour les machines, l’apprentissage implique de donner beaucoup de données à l’algorithme, ce qui lui permet d’en apprendre plus sur les informations traitées.

Par exemple, voici un tableau qui identifie le type de fruit en fonction de ses caractéristiques :


Source towardsdatascience.com

Comme vous pouvez le voir sur le tableau ci-après, les fruits sont différenciés en fonction de leur poids et de leur texture. Cependant, la dernière rangée ne donne que le poids et la texture, sans le type de fruit. C’est ainsi qu’un algorithme est alimenté avec les données d’apprentissage sur les différentes caractéristiques entre une orange et une pomme, ce qui permettra à la machine de prédire avec précision le type de fruit présentant ces caractéristiques.

Deep Learning : une technique pour mettre en œuvre le machine learning

Le deep learning est la prochaine évolution du machine learning, dont les algorithmes s’inspirent des modèles de traitements de l’information trouvés dans le cerveau humain pour les enseigner aux machines, afin qu’elles accomplissent les mêmes tâches. Par exemple, les réseaux de neurones artificiels (RNA) sont un type d’algorithme visant à imiter la façon dont notre cerveau prend ses décisions.

Alors que le deep learning permet de découvrir automatiquement les fonctionnalités à utiliser pour la classification d’informations, le machine learning exige que ces fonctionnalités soient fournies manuellement. En outre, contrairement au machine learning, le deep learning a besoin de machines haut de gamme et de très nombreuses données pour obtenir des résultats précis.

CONTINUEZ SUR LE SUJETLes articles dans la même catégorie
Prospection LinkedIn
vendredi 14 Juin .2019

Pour la plupart des commerciaux, vendre sur LinkedIn est un mode de vie. Ils savent comment rechercher des clients potentiels et limiter les résultats par secteur, entreprise, site et autres spécifications. Mais que se passe-t-il si ces stratégies ne remplissent pas votre carnet de vente avec suffisamment de nouvelles opportunités ?

mardi 21 Mai .2019

Organiser un concours sur les réseaux sociaux est une excellente opportunité de faire connaitre votre marque, vos produits et vos services. Voici quelques astuces pour réussir le lancement de votre premier jeu-concours.

vendredi 17 Mai .2019

La publicité sur Facebook cible les utilisateurs avec différents types d’annonces en fonction de nombreux critères : centres d’intérêt, activité sur le web, démographie… Le ciblage peut donc sembler complexe ! Suivez nos conseils pour optimiser vos publicités sur Facebook afin de plus jamais manquer une opportunité commerciale.