Machine Learning et Deep Learning, un tandem gagnant pour l'entreprise ?

Interne 22 juin 2018

Depuis à peine 5 ans les techniques de l'Intelligence Artificielle (IA), Machine Learning et Deep Learning, sont revenues sur le devant de la scène informatique. Grâce à l'accroissement exponentiel de la puissance de calcul des machines et de la taille des ensembles de données disponibles sur internet, des méthodes inventées dès les années 50/60 sont désormais opérationnelles. On peut créer des modèles informatiques intelligents pour fournir des prédictions et d'effectuer certaines tâches jusque là réservées aux humains. Beaucoup d'excitation médiatique accompagne leur avènement, on peut se poser la question de leur utilité réelle pour l'entreprise.

De la capacité des machines à anticiper le futur grâce au passé

Le Machine Learning (ML), ou Apprentissage Machine en bon français, est une technique d'IA qui utilise de vastes ensembles de données pour alimenter un modèle capable d'effectuer des prédictions. Celui-ci est créé en identifiant certaines relations entre des groupes d'informations en entrée et les résultats en sortie du modèle. Lorsque l'on souhaite créer un modèle capable de prédire le pourcentage de chance qu'un patient souffre du diabète, par exemple, on commence par rassembler des informations pertinentes sur de nombreux autres patients.

On met alors au point un modèle informatique qui utilise plusieurs algorithmes en grande partie basés sur des opérations statistiques ou des méthodes d'IA, puis on le teste et on l'évalue. Ceci s'effectue en lui soumettant des groupes d'informations en entrée dont on connaît les résultats qu'elles doivent produire en sortie du modèle. Après de nombreuses répétitions de ces tests, afin de mettre au point le modèle, on peut alors lui fournir des groupes d'informations inconnus en entrée et il fournit des résultats appropriés en sortie, pondérés toutefois par un certain pourcentage d'erreur. Avec les données des patients déjà identifiés comme souffrant du diabète le modèle peut prédire le pourcentage de chances qu'un nouveau patient en souffre.

Une superposition d'algorithme assume certaines tâches humaines

Si les techniques de ML sont en général prédictives, celles du Deep Learning s'attachent plutôt à discerner des motifs particuliers dans de vastes ensembles de données. On peut alors utiliser les modèles de deep learning pour détecter des images identiques par exemple. Leur fonctionnement repose sur l'utilisation de divers algorithmes qui permettent de détecter des motifs communs à des groupes de données similaires.

Dans le cadre de l'usage du Deep Learning pour identifier des objets dans une image par exemple, le modèle consiste en une série de filtres, en fait des couches d'algorithmes successifs. Si on lui fournit en entrée une image il va la décortiquer en parties de plus en plus significatives et communes à toutes les images d'un même genre, disons un visage pour la reconnaissance faciale. Il va pouvoir deviner, au fur et à mesure de ses séquences d'entraînement, le rapport qu'il y a entre la position des yeux, l'angle formé par les nez et la bouche, etc. A la fin de son apprentissage le modèle sera capable de reconnaître des visages dans une photo et, en relation avec une base de données photographique, donner un nom à ce visage.

Comment de nouvelles technologies bouleversent la vie des entreprises

Aussi abstraites que puissent paraître ces techniques pour le non-initié il faut savoir qu'elles représentent un bond quantique dans le développement de nombreuses activités de l'entreprise. Si l'on ne prend en considération que la partie communication de ces activités on peut d'ores et déjà affirmer qu'elles constituent une vraie révolution. Avec Le Machine Learning et le Deep Learning il devient simple et rapide d'identifier des groupes de consommateurs afin d'émettre à leur attention des messages marketing parfaitement ciblés. On va aussi pouvoir mettre à la disposition des consommateurs des robots conversationnels, autrement dit des ChatBots. Ceux-ci vont leur poser des question pertinentes, avec la voix qui leur est la plus agréable, et attendre leur réponse vocale. Ils pourront alors leur proposer le produit de leurs rêves et même leur en présenter d'autres, qui correspondent à leur profil, et dont ils ignorent l'existence. Le retour sur investissement (ROI) rendu possible par ces technologies va faire entrer l'entreprise dans une nouvelle ère.

Partagez cet article

Nos Actus

Data
23 mai 2022
L’Intelligence Artificielle, où en est-on vraiment ?

Par Emma DAMITIO,

Actualité Business Intelligence
2 mai 2019
Le management de la performance : un savant mélange d’EPM et de BI

Dans des environnements économiques, sociaux et politiques toujours plus incertains, l’entreprise doit être en mesure d’anticiper et d’agir vite,...

Actualité Business Intelligence
29 avril 2019
Les managed services : la voie royale vers une BI pérenne

Avec le Cloud, les managed services (ou services managés) sont devenus un pilier de la transformation des entreprises. Ils répondent à une volonté...