Apprentissage automatique

L’apprentissage automatique, couramment abrégé en « ML », est un type d’intelligence artificielle (IA) qui « apprend » ou s’adapte au fil du temps. Au lieu de suivre des règles statiques codées dans un programme, la technologie ML identifie des schémas dans les données d’entrée et contient des algorithmes qui évoluent au fil du temps.

L’apprentissage automatique possède une grande variété d’applications, dont beaucoup font désormais partie de la vie quotidienne. Voici quelques exemples :

1. Diagnostics médicaux
2. Véhicules autonomes
3. Ciblage publicitaire en ligne – Google AdSense et Facebook Advertising
4. Reconnaissance vocale – Google Assistant, Amazon Alexa, Microsoft Cortana et Apple Siri
5. Reconnaissance d’images – recherche d’images Google, reconnaissance faciale sur Facebook et dans Apple Photos

Exemple d’un véhicule autonome

Les véhicules autonomes intègrent l’apprentissage automatique pour améliorer leur sécurité et leur fiabilité. Une voiture autonome qui utilise l’intelligence artificielle traditionnelle peut réagir à toutes les conditions routières pour lesquelles elle a été programmée. Cependant, si le logiciel rencontre une donnée d’entrée non reconnue, la voiture peut passer par défaut à une mesure de sécurité de secours, par exemple ralentir, s’arrêter ou demander une reprise manuelle du contrôle.

L’apprentissage automatique peut permettre à un véhicule de reconnaître des événements et des objets qui n’ont pas été explicitement programmés dans le code source. Par exemple, une voiture peut être programmée pour reconnaître les feux de circulation, mais pas les lumières clignotantes sur les barrières de chantier. En apprenant de son expérience — notamment en enregistrant éventuellement le comportement d’un conducteur humain — la voiture commencera à reconnaître les barrières de chantier et à réagir en conséquence.

La technologie ML permet aux véhicules autonomes de distinguer les objets présents sur la route, comme les voitures, les vélos, les personnes et les animaux. Elle aide également les automobiles à circuler de manière plus fiable dans des conditions météorologiques imparfaites et sur des routes dépourvues de marquages clairs. L’objectif est de permettre aux véhicules de conduire comme des humains tout en évitant les erreurs dues aux fautes humaines.