L’IA apprend des modèles grâce à des exemples — Technologie, 7–10 ans
Certains programmes trouvent des modèles dans de nombreux exemples au lieu de recevoir chaque règle une par une. C’est utile, mais cela ne signifie pas que la machine comprend tout comme une personne.
Apprendre un modèle
Dans ce type d’IA, des personnes fournissent des exemples et l’ordinateur cherche des indices qui se répètent. Après l’entraînement, il utilise ces indices sur un nouveau cas, par exemple pour décider si une image contient un chat qu’il n’a jamais vu exactement.
Pourquoi apprendre grâce aux exemples ?
Certaines tâches sont faciles à montrer mais difficiles à expliquer avec des instructions précises. Il est difficile d’écrire toutes les règles pour reconnaître un visage ou un nombre manuscrit. Les exemples permettent au programme de trouver des indices utiles, mais les humains choisissent la tâche et vérifient les résultats.
Trier des pommes rouges et bleues
Donne à un programme quatre exemples étiquetés : des pommes rouges petites et grandes, et des pommes bleues petites et grandes. Si toutes les rouges portent l’étiquette « rouge » et les bleues « bleu », le programme remarque la couleur, pas la taille. Une pomme rouge moyenne sera classée comme rouge.
Il peut se tromper avec assurance
Une réponse bien présentée peut sembler fiable, surtout quand un ordinateur la donne rapidement. Mais le programme a peut-être appris un mauvais indice, ou ses exemples sont incomplets ou injustes. L’assurance ne prouve pas que la prédiction est correcte.
Reconnaître et recommander
Les systèmes d’IA qui cherchent des modèles peuvent aider à classer des photos, suggérer une chanson ou transformer la parole en texte. Ils fonctionnent mieux quand les exemples correspondent à la situation réelle ; il faut donc pouvoir questionner les résultats importants plutôt que tout accepter automatiquement.
Continue d'explorer
Autres langues
Chargement de MyLeoNes™…