Atlantico, c'est qui? c'est quoi ?
Jeudi 21 Septembre 2017 | Créer un compte | Connexion
Extra

Et maintenant, des machines qui apprennent toutes seules : ces mille et une petites révolutions que prépare Google dans son centre de recherche de Zurich

En créant dans son centre de recherche à Zurich une équipe dédiée à l'apprentissage par les machines de la reconnaissance d'un objet ou d'une structure dans un ensemble de données (Machine Learning), Google poursuit son travail d'industrialisation d'applications destinées à remplacer les humains dans les tâches cognitives élémentaires.

La minute tech

Publié le - Mis à jour le 21 Juin 2016
Et maintenant, des machines qui apprennent toutes seules : ces mille et une petites révolutions que prépare Google dans son centre de recherche de Zurich

Atlantico : Google a créé, dans son centre de recherche à Zurich, une équipe dédiée au "machine learning". Que signifie cette expression ? Quel est l'objectif de cette équipe? Et quels sont ses domaines de travail?

Christophe Benavent : Le machine learning est un ensemble de méthodes destinées à  "apprendre" aux machines à reconnaitre un objet (apprentissage supervisé) ou à identifier une structure dans un ensemble de données (apprentisage non supervisé). Pratiquement, on y retrouve des techniques parfois anciennes et communes à la statistique et à ses variantes disciplinaires (économétrie, biométrie, pyschométrie) mais employées dans un esprit particulier : celui du traitement de l'information et d'un grand nombre d'informations. Parmi les méthodes anciennes, évoquons les méthodes de clustering hiérarchiques inventées dans les années 1960 pour résoudre des problèmes de segmentation marketing, sans oublier les modèles de régression au coeur de l'économétrie dont un : le modèle de régression logistique, qui a connu un grand succès par sa capacité à prédire la probabilité d'apparition (ou non) d'un événement.

Cependant, un ensemble de techniques est plus original et spécifique à ce domaine de l'informatique. C'est celui des réseaux de neurones dont le principe a été formulé dans les années 1950 et qui connait depuis 2005 de nouveaux développements grâce à la conjugaison de capacités de calcul accrues, de la disponibilité de grands jeux de données, et des travaux de quelques chercheurs qui ont résolu certaines impasses. Ce domaine est désormais popularisé sous le terme de Deep Learning, qui trouve son origine dans le fait d'utiliser de nombreuses couches de neurones (alors qu'on se limitait à peu) et par conséquent d'un très grand nombre de paramètres. 

Ses domaines d'application sont aujourd'hui double : le traitement du langage naturel et celui de l'identification d'objets et de concept dans les images fixes et animées. Ce sont ceux du centre de Zurich, et ceux sur lesquels depuis des années Google travaille, comme les autres sociétés. La création du centre de Zurich vise simplement à être présent en Europe où se trouvent de nombreux ingénieurs, informaticiens, mathématiciens et autres spécialistes et donc à profiter de ressources humaines renouvelées pour poursuivre un programme  de recherche déjà bien structuré. On notera que Facebook a fait la même chose à Paris depuis quelques mois, "relocalisant" le patron de son IA, qui est français (Yan Le Cun)!

Quelles innovations leur doit-on déjà?

Il faut d'abord s'entendre sur la notion "innovation". S'il s'agit d'inventions fondamentales, celles qui sont employées dans le machine learning sont désormais anciennes, elles ont de 15 à 200 ans au moins !  S'il s'agit d'applications concrètes, elles se multiplient ces dernières années.  Un très bon exemple est l'auto-complétion dans la fenêtre de recherche de Google. Quand on tape quelques lettres, un mot est suggéré. Cette application s'appuie sur des chaines de markov, qui ont été étudiées dès le XIXème siècle, et consiste à calculer quelle est la probabilité qu'une lettre suit une autre (ou une paire, ou un triplet etc...). La difficulté mathématique n'est pas très grande - il s'agit simplement d'établir des tableaux croisés! Mais en l’occurrence, il faut, pour le faire, bénéficier d'un corpus très riche, ce dont Google dispose en collectant les mots-clés de nos recherches. Dans ce cas, la force brute de la masse de données rend possible ce qui ne l'était pas il y a peu d'années.  Donc, quand on parle innovation, il vaut mieux se limiter à l'industrialisation d'applications. De ce point de vue, elles sont très nombreuses, et vont l'être encore plus.

 
Commentaires

Nos articles sont ouverts aux commentaires sur une période de 7 jours.
Face à certains abus et dérives, nous vous rappelons que cet espace a vocation à partager vos avis sur nos contenus et à débattre mais en aucun cas à proférer des propos calomnieux, violents ou injurieux. Nous vous rappelons également que nous modérons ces commentaires et que nous pouvons être amenés à bloquer les comptes qui contreviendraient de façon récurrente à nos conditions d'utilisation.

  • Par zouk - 20/06/2016 - 09:45 - Signaler un abus Google Zurich

    Tant que l'on reste dans le domaine mécanique;;; pourquoi pas? Mais immense danger si l'on en sort pour aller vers les sciences humaines, politique comprise.

  • Par phegp - 20/06/2016 - 21:45 - Signaler un abus Très, très inquiétant, ce "qui permettent..."

    "de remplacer les humains dans des tâches cognitives élémentaires et d'augmenter la productivité." Jusqu'à maintenant, il était question de remplacement de tâches répétitives PHYSIQUES, parfaitement identifiables et sans manifestations d'intelligence. Y ajouter une dimension "cognitive" est une pure fiction, qui fait totalement abstraction de la conscience humaine, capable du meilleur comme du pire.

Pour commenter :

Depuis son lancement Atlantico avait fait le choix de laisser ouvert à tous la possibilité de commenter ses articles avec un système de modération a posteriori. Sous couvert d'anonymat, une minorité d'internautes a trop souvent détourné l’esprit constructif et respectueux de cet espace d’échanges. Suite aux nombreuses remarques de nos lecteurs, nous avons décidé de réserver les commentaires à notre communauté d’abonnés.

Christophe Benavent

Professeur à Paris Ouest, Christophe Benavent enseigne la stratégie et le marketing. Il dirige le Master Marketing opérationnel international.

Il est directeur du pôle digital de l'ObSoCo.

Il dirige l'Ecole doctorale Economie, Organisation et Société de Nanterre, ainsi que le Master Management des organisations et des politiques publiques.

 

Le dernier ouvrage de Christophe Benavent, Plateformes - Sites collaboratifs, marketplaces, réseaux sociaux : comment ils influencent nos Choix, est paru en mai  2016 (FYP editions). 

 

Voir la bio en entier

Je m'abonne
à partir de 4,90€