Apprentissage automatique vs intelligence artificielle ?
1.2 Apprentissage automatique
L’apprentissage automatique ou le Machine Learning en anglais est un domaine issu de nombreuses disciplines en l’occurrence les statistiques, l’optimisation, l’algorithmique ou le traitement du signal. Inventé depuis 1959 par Arthur Samuel6, le Machine Learning connait son éclore à partir des années 80 et aujourd’hui en 2020 avec l’essor du Big Data le Machine Learning est tout autour de nous, il s’est imposé dans notre société.
Voici quelques exemples des usages du Machine Learning :
- Le Machine Learning intervient à chaque fois que nous faisons des recherches sur Google, que nous recherchons une vidéo sur You Tube, que nous recherchons un produit sur Amazon.
- Le Machine Learning sert à détecter les fraudes bancaires, à recommander des livres, à diagnostiquer des cancers, à la conception de la voiture autonome.
- Le Machine Learning sert à la reconnaissance automatique des images, des caractères
Nous pouvons en citer encore bien d’autres des exemples, et pourtant le grand public ignore presque tout de l’apprentissage automatique et il y a une confusion qui est souvent faite avec le terme de l’intelligence artificielle. En effet l’intelligence artificielle (IA), ce n’est pas que du Machine Learning qui n’en est qu’une composante.
1.2.1 Apprentissage automatique Vs Intelligence Artificielle ?
Avant tout, nous allons commencer par expliquer pourquoi l’apprentissage automatique est utilisé.
L’être humain est habituellement confronté à des problèmes de toute sorte auxquels il cherche des solutions et dans cet optique il a inventé l’ordinateur pour l’aider à résoudre en quelques minutes des calculs qui lui auraient pris des millions d’années à réaliser. Mais un ordinateur ne peut résoudre que le calcul qu’on lui donne, à partir de là, deux cas de figure possibles :
- L’être humain a connaissance du calcul à réaliser pour résoudre son problème. Dans ce cas, c’est simple, il entre le calcul dans l’ordinateur qui en retour va lui donner le résultat. C’est ce qu’on appelle communément de la programmation.
- L’être humain ne connait pas le calcul qui résout son problème. Dans ce cas, impossible de donner à l’ordinateur un calcul qu’il ne connait pas. C’est dans ce contexte qu’intervient l‘apprentissage automatique en laissant la machine apprendre à partir d’expériences.
L’apprentissage automatique c’est donner à la machine la capacité d’apprendre sans lui donner le calcul, c-à-d sans la programmer de façon explicite. C’est la définition de l’apprentissage automatique selon son inventeur Arthur Samuel (cité plus haut) et qui avait développé dès 1959 un programme pouvant apprendre tout seul comment jouer au jeu de Dames.
Une définition un peu plus moderne du machine Learning est à mettre au crédit de Tom Mitchell 7 qui en 1998 annonçait qu’une machine apprend quand sa performance à faire une certaine tâche s’améliore avec de nouvelles expériences.
Le Machine Learning peut être défini comme l’application des méthodes statistiques sur les algorithmes pour les rendre plus intelligents.
L’intelligence artificielle (IA) quant à elle est « l’ensemble des théories et des techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence »8.
C’est à dire qu’ à chaque fois que nous avons devant nous une machine (un programme) qui imite la pensée et les actions humaines nous pouvons parler d’intelligence artificielle et quand cette imitation est basée essentiellement sur des algorithmes d’apprentissage (nous verrons plus loin ce que c’est) nous pouvons alors parler que de Machine Learning.
Voici un tracé qui nous résume la différence entre les deux concepts :
Figure 2 : ML Vs IA (Source : https://www.linkfluence.com/fr/blog/intelligence‐artificielle‐social‐media)
En résumé, le Deep Learning (Nous allons voir ce que c’est plus loin) fait partie intégrante du Machine Learning qui fait lui-même partie de l’intelligence artificielle.
______________________
6 Arthur Lee Samuel (5 Décembre, 1901-1929 Juillet, 1990) a été un pionnier américain dans le domaine des jeux informatiques et l’ intelligence artificielle.
7 Tom Michael Mitchell (né le 9 août 1951) est un informaticien américain et professeur à l’Université E. Fredkin à l’Université Carnegie Mellon
8 Définition Wikipedia.
