Le machine learning (apprentissage automatique) applique sur des données un modèle de corrélations reposant sur des algorithmes dans le but de réaliser de l’analyse et de prendre des décisions. Le deep learning fait la même chose sur des données beaucoup plus volumineuses, avec des modèles plus complexes capables de consolider leurs propres résultats d'analyses. Tous deux sont des champs d’étude de l’Intelligence Artificielle (IA).

Que signifie machine learning et deep learning ?

Le machine learning, c’est l’application des mathématiques, ou plus précisément la création de modèles statistiques, sur l’information pour en automatiser les analyses par la machine. Ce qui se traduit aujourd’hui par la construction d’un modèle de corrélations – mise en relation d’évènements - reposant sur des algorithmes, appliqué sur des données. Le résultat génère une distribution de probabilités qui viennent enrichir le modèle de manière automatisée, soit une forme d’autoapprentissage dans le but de réaliser de l’analyse prédictive.

Le deep learning reprend le modèle du machine learning en cumulant un ensemble de méthodes d'apprentissage automatique mais à un plus haut niveau d’abstraction et de complexité afin de tenter de modéliser des données via des architectures articulées de différentes transformations non linéaires. Le deep learning ne peut être envisagé que sur des machines puissantes qui permettent d’analyser de très gros volumes de données et d’empiler les modélisations pour les enrichir.

Grâce à la puissance des technologies, machine learning et deep learning sont devenus une branche essentielle de l’innovation IT, qui permet de dépasser les espérances en matière d’automatisation, de prédictivité et de robotisation.

Les interrogations sur le deep learning

Si le machine learning est une pratique ancienne, qui a plus de 40 ans, le deep learning n’a pu être rendu possible que grâce aux technologies informatiques et Big Data les plus récentes. Le machine learning est maitrisé, car il repose sur des algorithmes développés par l’homme et qui sont connus de lui, « on sait ce qui se passe dans la machine ». Le deep learning repose sur un niveau d’abstraction qui s’autoalimente (par exemple Alpha Go, la plateforme qui a battu les champions de Go, apprend par elle-même en jouant des parties de Go contre elle-même !), et en multipliant les corrélations qui lui permettent d’affiner en permanence les résultats (prédictif). Mais « on ne sait pas ce qui se passe dans la machine ! ».

Les 6 meilleurs articles sur machine learning et deep learning