Apprentissage automatique à partir d’exemples — Technologie, 14–17 ans
Découvre comment un système apprend des régularités à partir de données et pourquoi ses réponses dépendent des exemples reçus.
Apprendre un modèle à partir de données
Dans l’apprentissage automatique, on donne à l’ordinateur de nombreux exemples et un moyen de mesurer ses erreurs. Il ajuste un modèle jusqu’à trouver des régularités utiles pour de nouveaux cas. Il ne mémorise pas simplement une règle écrite par un programmeur : il adapte une règle aux données, qui peuvent être incomplètes ou biaisées.
Pourquoi l’apprentissage automatique était nécessaire
Certaines tâches sont faciles à expliquer mais difficiles à transformer en instructions fixes, comme reconnaître un visage ou prévoir si un courriel est indésirable. Les anciens logiciels demandaient de décrire chaque caractéristique et chaque exception. L’apprentissage automatique est apparu pour utiliser beaucoup d’exemples quand le modèle est trop complexe ou change trop pour des règles écrites à la main.
Une petite prédiction
Imaginons un modèle qui prévoit si une plante a besoin d’eau grâce à l’humidité du sol : les exemples secs sont 10, 20 et 30, et les humides 60, 70 et 80. Une nouvelle mesure de 25 est plus proche du groupe sec ; le modèle prévoit donc « besoin d’eau ». Il peut pourtant se tromper si la plante, le capteur ou les exemples diffèrent.
Le piège : être sûr ne signifie pas avoir raison
Un système d’apprentissage automatique peut donner une réponse nette avec un score de confiance élevé et pourtant se tromper. Il est naturel de croire quelqu’un qui parle avec assurance, car dans une conversation la certitude peut signaler le savoir. Mais ce score décrit la comparaison interne du modèle avec ses exemples, pas une garantie sur le monde réel, surtout face à un cas inhabituel.
Des prédictions dans la technologie quotidienne
Les systèmes de recommandation suggèrent des chansons, des films ou des produits en trouvant des régularités dans ce que les gens ont regardé et choisi. Les claviers prédisent le mot suivant et les applications photo regroupent des visages ou des scènes semblables. Ces outils font gagner du temps, mais leurs suggestions reflètent les données et les objectifs de leurs concepteurs, pas une vision neutre du meilleur choix.
Continue d'explorer
Autres langues
Chargement de MyLeoNes™…