L'intelligence artificielle se rapproche du niveau de l'esprit humain vivant. Dans une telle proximité dangereuse avec l'exécution de l'un des scénarios futurologiques, cela devient un peu effrayant, mais en même temps très intéressant. L'intelligence artificielle est nourrie par les spécialistes de l'apprentissage machine. Au cours de la dernière décennie, la méthode d'apprentissage en profondeur s'est développée, et ses résultats sont déjà impressionnants.
Qu'est-ce que l'apprentissage en profondeur?
"Deep learning" – littéralement "apprentissage profond". Il s'agit de l'intelligence artificielle et de l'augmentation de ses capacités par l'entraînement, basé non pas sur des codes artificiels, mais sur des principes similaires à ceux du développement de l'intelligence humaine. Les méthodes d'apprentissage en profondeur permettent de rendre les machines auto-apprenantes.
Le terme lui-même et les développements dans ce domaine sont apparus il y a 40 ans, mais jusqu'en 2012, ils n'ont pas pu être appliqués en pratique, car ils étaient limités par une capacité technique insuffisante. Aujourd’hui, on compte déjà des travaux publiés par les pionniers de l’apprentissage en profondeur, et des manuels et des cours de formation dans ce domaine commencent progressivement à apparaître.
Apprentissage en profondeur en pratique : La capacité d'une machine à trouver une réponse en utilisant des calculs est appelée l'intelligence artificielle. On peut enseigner à une machine à apprendre de manière autonome en construisant des algorithmes appropriés - c'est ce qu'on appelle l'apprentissage machine. Avec cette approche, il ne sera plus nécessaire de coder des algorithmes pour résoudre des problèmes. Le processus d'acquisition et d'utilisation de compétences imite la pensée humaine et est appelé apprentissage en profondeur.
Quelles tâches peuvent être effectuées en utilisant l'apprentissage en profondeur dès maintenant?
Si, à l'aube de l'automatisation, les machines ont appris à faire le travail mécanique à la place des humains, maintenant, les machines apprennent à faire notre travail intellectuel de routine. Plus nous progressons, plus nous pouvons leur déléguer de tâches, libérant du temps pour ce qui compte vraiment.
Officiellement, la principale tâche de l'apprentissage en profondeur est l'automatisation des tâches complexes dans divers domaines d'activité humaine. C'est comme un ordinateur, mais d'un autre siècle et d'un autre niveau.
Mais l'aide d'un réseau neuronal à la création de programmes pour résoudre des problèmes cognitifs est particulièrement intéressante.
Assez de phrases générales, passons aux exemples:
La reconnaissance faciale par le système DeepFace est d'environ 97%, et ce résultat est à peu près le même que celui de la personne moyenne.
Imitation de la parole humaine par le système WaveNet. Il ne s'agit pas de lire du texte, mais de composer des phrases avec des accents, sans erreurs de stress et sans pauses non naturelles.
Poser des diagnostics médicaux. Par exemple, déterminer la rétinopathie diabétique à partir de photographies des yeux. La technologie est déjà utilisée dans les institutions médicales américaines.
Il est difficile d'imaginer ce qui nous attend à l'avenir si les gens en dehors de l'IT ont tout juste entendu parler de l'apprentissage en profondeur, et cela a déjà produit des résultats aussi étonnants.
Pourquoi étudier l'apprentissage en profondeur?
Pour gagner deux fois plus que les spécialistes IT ordinaires. Le progrès dans le domaine de la technologie de l'information ne se contente pas de marcher, mais court véritablement, et il est temps d'en tirer profit. Le domaine n'est pas encore saturé, et la saturation ne se produira pas de sitôt. Après tout, créer des réseaux de neurones n'est pas aussi simple que de limer des ongles ou de gérer des comptes Instagram. Mais maintenant est le moment de commencer à étudier afin de se développer avec votre spécialité et, peut-être, de devenir bientôt quelqu'un qui la développe.
Les cours d'apprentissage en profondeur qui existent actuellement se divisent en quatre catégories. Décidez par vous-même laquelle est pour vous :
Les formations sont des cours hautement spécialisés pour pratiquer des compétences spécifiques. Convient à ceux qui ont besoin de se faire une idée des principes de base de la pensée machine.
Longs cours - pour les spécialistes de l'IA et ceux qui travaillent dans l'analyse de bases de données. Les cours d’intelligence artificielle à long terme ne sont pas pour tout le monde et nécessitent de la patience et du temps.
Programmes universitaires - pour une immersion maximale dans le sujet. Ils peuvent être trop difficiles pour les débutants, bien que l'application de l'effort donnera des résultats qui ne devraient pas être attendus des cours courts.
Un court meilleur cours d'apprentissage en profondeur sur la technologie en entreprise - des informations générales pour les managers qui ne s'en occuperont pas eux-mêmes, mais ont besoin d'avoir une compréhension du sujet.
Il faudra fournir beaucoup d'efforts, mais le résultat en vaut la peine. Pour le plaisir, vous pouvez regarder les offres d'emploi pour des spécialistes en apprentissage en profondeur sur des sites proposant des offres d'emploi et évaluer les perspectives à venir. Tout le monde n'a pas encore besoin d'expérience en apprentissage en profondeur, et bientôt tous les bons emplois nécessiteront plusieurs années de pratique. Alors, si vous avez la capacité de former des machines sans âme qui sont presque égales à nous en intelligence, dépêchez-vous de prendre des postes vacants après un cours en ligne d'apprentissage en profondeur de AI Eeducation!
Udemy
Free Online Course
1-2 hours
On-Demand
