1943, le véritable point de départ de la discipline moderne de l’apprentissage automatique a commencé avec ‘’Walter Pitts’’ et ‘’Warren McCulloch’’ qui ont créé le premier modèle mathématique des réseaux neuronaux. « A Logical Calculus of the Ideas Immanent in Nervous Activity »,a été utilisé pour créer des algorithmes qui imitent les processus de pensée humains , mais ce dernier a une capacité très limitée et ne possède aucun mécanisme d’apprentissage. 

L’algorithme AlphaGo est un événement développé en mars 2016 afin de mettre en lumière l’apprentissage automatique . Il a choqué le monde en battant l’un des meilleurs joueurs de Go, Lee Sedol, comme il s’agit d’un jeu de société complexe qui requiert une forte intuition et une pensée abstraite, beaucoup de gens ont été choqués d’apprendre que les machines peuvent penser comme les humains.

1 ) Que veut dire l’apprentissage automatique ?

L’apprentissage automatique est un type d’intelligence artificielle qui procure aux machines la capacité d’«apprendre» à partir de données, via des modèles mathématiques. 

L’apprentissage automatique développe des connaissances et une expertise , mais il est limité dans son application. Si vous entraînez un modèle à reconnaître un domaine, une image… il ne peut pas apprendre une tâche hors de son champ de connaissances. 

2 ) Quelle est la différence entre l’intelligence artificielle et l’apprentissage automatique ?

L’intelligence artificielle est le domaine de la science qui utilise une machine pour imiter l’intelligence humaine, ça ne consiste pas seulement à ce qu’une machine ait des connaissances, mais aussi à ce qu’elle sache comment appliquer ses connaissances en utilisant une logique déductive. Alors que l’objectif  est de créer des machines intelligentes capables de simuler la pensée humaine, l’apprentissage automatique est un sous-ensemble de l’intelligence artificielle qui permet aux machines d’apprendre par elles-mêmes en utilisant des données sans être spécifiquement programmées pour cela.

3 ) Qui utilise l’apprentissage automatique et pourquoi ?

L’apprentissage automatique utilise une variété d’algorithmes pour prendre des décisions, prédire des résultats, regrouper les résultats et détecter des anomalies. La détection des anomalies permet d’identifier les données qui sont différentes des données identifiées dans un cluster donné. 

Par exemple , un modèle d’apprentissage automatique analysera des images de voitures et de motos et créera deux clusters – un pour les voitures et un pour les motos. Si le modèle analyse l’image d’un oiseau, il détectera que cette image est une anomalie. Il existe beaucoup d’utilisations de l’apprentissage automatique dans tous les secteurs d’activité, notamment les services financiers, les assurances, les services de santé, la vente au détail, l’administration, l’armée, l’agriculture.

4 ) Exemples et applications d’apprentissage automatique 

Les moteurs de recherche utilisent l’apprentissage automatique pour faire des suggestions,  lorsque vous recherchez des informations spécifiques ou un site bien précis. Les organismes d’assurance utilisent la technologie d’apprentissage automatique pour identifier les fraudes en matière de sinistres et pour prédire le montant des bonus et des malus pour leurs contrats. Les constructeurs automobiles utilisent l’apprentissage automatique pour la reconnaissance d’images à bord des voitures et des camions. Netflix utilise également l’apprentissage automatique pour vous recommander ce que vous pourriez vouloir regarder ensuite.