{"id":3027,"date":"2020-12-15T16:27:00","date_gmt":"2020-12-15T16:27:00","guid":{"rendered":"http:\/\/localhost:8000?p=3027"},"modified":"2023-10-28T16:32:52","modified_gmt":"2023-10-28T16:32:52","slug":"rendre-les-ordinateurs-intelligents-grace-aux-reseaux-neuronaux-2","status":"publish","type":"post","link":"https:\/\/kaptech.be\/?p=3027","title":{"rendered":"Rendre les ordinateurs intelligents gr\u00e2ce aux r\u00e9seaux neuronaux"},"content":{"rendered":"\n
\"\"<\/figure>
\n

L\u2019intelligence artificielle est partout ! Lorsqu\u2019on recherche une image de chat sur google, les bots dans les jeux vid\u00e9os, la pr\u00e9diction m\u00e9t\u00e9orologique, les voitures autonomes et bien d\u2019autres\u2026<\/strong><\/p>\n<\/div><\/div>\n\n\n\n

Remettons les choses en place. L\u2019intelligence artificielle (IA) fait beaucoup parler d\u2019elle, mais qu\u2019est ce donc au juste ?<\/p>\n\n\n\n

Selon futura sciences, il s\u2019agit de la mise en place d\u2019un certain nombre de techniques afin d\u2019imiter une forme d\u2019intelligence r\u00e9elle. On comprend avec cette d\u00e9finition que le sujet est extr\u00eamement vaste et peut s\u2019appliquer pratiquement partout ! Pour donner un peu de structure \u00e0 tout ce concept, les diff\u00e9rents algorithmes d\u2019IA ont \u00e9t\u00e9 regroup\u00e9s en plusieurs cat\u00e9gories. <\/p>\n\n\n\n

Les r\u00e9seaux neuronaux se classent dans les algorithmes \u00e9volutifs. Ce type d\u2019IA se sert de son environnement pour apprendre et \u00e9voluer vers un fonctionnement plus efficace.<\/p>\n\n\n\n

Cette cat\u00e9gorie est une des plus passionnante \u00e0 observer car sa m\u00e9thode d\u2019apprentissage est largement inspir\u00e9e par des m\u00e9canismes biologiques naturels. On retrouve la th\u00e9orie de l\u2019\u00e9volution, o\u00f9 l\u2019algorithme est multipli\u00e9 plein de fois avec des poids diff\u00e9rents pour chaque prise d\u2019action (on reviendra sur la notion de poids plus tard). <\/p>\n\n\n\n

Il y a donc pleins d\u2019entit\u00e9s qui \u201cvivent\u201d dans un milieu et les plus adapt\u00e9s sont s\u00e9lectionn\u00e9s pour se reproduire et donner une nouvelle g\u00e9n\u00e9ration plus intelligente que la pr\u00e9c\u00e9dente. <\/p>\n\n\n\n

Pour plus d\u2019informations sur cette cat\u00e9gorie, les 9 premi\u00e8res minutes de cette vid\u00e9o (en anglais) expliquent ce principe : https:\/\/www.youtube.com\/watch?v=flxOkx0yLrY<\/a> .<\/p>\n\n\n\n

Enfin, dans la classe des algorithmes \u00e9volutifs, se trouvent les r\u00e9seaux neuronaux !<\/p>\n\n\n\n

\"\"<\/figure>
\n

Sur l\u2019image, nous pouvons voir un magnifique exemple du sujet d\u2019aujourd\u2019hui. On se demande directement d\u2019o\u00f9 vient son nom ?! Pour rappel, le cerveau est compos\u00e9 de milliards de neurones toutes connect\u00e9es entre elles et pouvant chacune effectuer des actions tr\u00e8s simples. Si les signaux que le neurone re\u00e7oit sont suffisamment forts, alors le neurone s\u2019active et envoie lui aussi un signal. Ce fonctionnement est basique, mais lorsque plusieurs neurones sont intelligemment raccord\u00e9s, cela donne un raisonnement plus complexe.<\/p>\n<\/div><\/div>\n\n\n\n

\n

Tentons d\u2019expliquer l\u2019\u00e9volution de la pr\u00e9cision de l\u2019ordinateur avec un neurone comme celui \u00e0 droite. La t\u00e2che que l\u2019on souhaite faire r\u00e9aliser \u00e0 l\u2019ordinateur est simple. Transmet le signal vers y seulement<\/strong> lorsque tu re\u00e7ois un signal de x2. C\u2019est maintenant que les \u201cpoids\u201d entrent en jeu. Le neurone effectue inlassablement cette fonction : Y = w1 * x1 + w2 * x2.<\/p>\n<\/div>

\"\"<\/figure><\/div>\n\n\n\n

x1 et x2 sont les signaux (souvent ramen\u00e9s \u00e0 des valeurs entre 0 et 1) envoy\u00e9s par des neurones pr\u00e9c\u00e9dents ou des entr\u00e9es d\u2019informations. La seule chose que le neurone puisse faire pour modifier son comportement est de modifier les valeurs w1 et w2. Ces valeurs sont super importantes car ce sont elles qui vont rendre le r\u00e9seau intelligent et sont appel\u00e9es \u201cpoids\u201d. Dans notre exemple, si on veut que le neurone transmette l\u2019information uniquement si elle re\u00e7oit un signal de x2, il faut rendre la valeur de w1 nulle, augmenter la valeur de w2 et le tour est jou\u00e9 !<\/p>\n\n\n\n

On pourrait \u00eatre d\u00e9\u00e7u par le potentiel d\u2019un neurone apr\u00e8s toutes ces explications, mais, en groupe, les fonctions de tous ces neurones s\u2019accordent entre elles pour en cr\u00e9er de plus en plus complexes et finalement arriver \u00e0 ce qu\u2019on veut ! Pour\u00a0 peu qu\u2019on arrive \u00e0 entra\u00eener le r\u00e9seau ! l\u2019explication de l\u2019entra\u00eenement d\u00e9passe la taille normale d\u2019un article et ce sera donc pour une autre fois ! Pour ceux qui seraient curieux d\u2019en apprendre plus en attendant, la m\u00e9thode s\u2019appelle \u201cr\u00e9tropropagation du gradient\u201d !<\/p>\n\n\n\n

pour le Kaptech,<\/p>\n\n\n\n

Arthur ferier<\/p>\n\n\n\n

Sources:<\/em><\/strong><\/p>\n\n\n\n

https:\/\/www.lebigdata.fr\/reseau-de-neurones-artificiels-definition<\/a><\/p>\n\n\n\n

https:\/\/www.futura-sciences.com\/tech\/definitions\/informatique-intelligence-artificielle-555\/<\/a><\/p>\n\n\n\n

Et \u00e9galement une excellente playliste sur les r\u00e9seaux neuronaux (malheureusement en anglais) pour ceux qui n\u2019auraient pas peur du code :<\/p>\n\n\n\n

https:\/\/www.youtube.com\/playlist?list=PLRqwX-V7Uu6aCibgK1PTWWu9by6XFdCfh<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

L\u2019intelligence artificielle est partout ! Lorsqu\u2019on recherche une image de chat sur google, les bots dans les jeux vid\u00e9os, la pr\u00e9diction m\u00e9t\u00e9orologique, les voitures autonomes et bien d\u2019autres\u2026 Remettons les choses en place. L\u2019intelligence artificielle (IA) fait beaucoup parler d\u2019elle, mais qu\u2019est ce donc au juste ? Selon futura sciences, il s\u2019agit de la mise… Read More »Rendre les ordinateurs intelligents gr\u00e2ce aux r\u00e9seaux neuronaux<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":3030,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"neve_meta_sidebar":"","neve_meta_container":"","neve_meta_enable_content_width":"","neve_meta_content_width":0,"neve_meta_title_alignment":"","neve_meta_author_avatar":"","neve_post_elements_order":"","neve_meta_disable_header":"","neve_meta_disable_footer":"","neve_meta_disable_title":"","_themeisle_gutenberg_block_has_review":false,"footnotes":""},"categories":[8],"tags":[],"class_list":["post-3027","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-manually-transferred"],"_links":{"self":[{"href":"https:\/\/kaptech.be\/index.php?rest_route=\/wp\/v2\/posts\/3027","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/kaptech.be\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/kaptech.be\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/kaptech.be\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/kaptech.be\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=3027"}],"version-history":[{"count":1,"href":"https:\/\/kaptech.be\/index.php?rest_route=\/wp\/v2\/posts\/3027\/revisions"}],"predecessor-version":[{"id":3032,"href":"https:\/\/kaptech.be\/index.php?rest_route=\/wp\/v2\/posts\/3027\/revisions\/3032"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/kaptech.be\/index.php?rest_route=\/wp\/v2\/media\/3030"}],"wp:attachment":[{"href":"https:\/\/kaptech.be\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=3027"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/kaptech.be\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=3027"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/kaptech.be\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=3027"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}