Machine learning : comment une machine apprend-elle ?

Apprendre par l'exemple, comme un enfant

Pour apprendre à un enfant ce qu'est un chien, personne ne lui donne une définition scientifique. On lui montre des chiens : des grands, des petits, des noirs, des tachetés. À force d'exemples, il finit par reconnaître un chien qu'il n'a jamais vu. Le machine learning, ou apprentissage automatique, fonctionne sur une idée très proche : au lieu d'écrire toutes les règles à la main, on fournit à la machine un grand nombre d'exemples, et elle en déduit elle-même des régularités.

Les quatre ingrédients

• Des données d'exemple : par exemple des milliers d'e-mails, chacun étiqueté « spam » ou « pas spam ».
• Un modèle : une structure mathématique, avec des réglages internes (les paramètres), capable de produire une prédiction.
• Une mesure de l'erreur : un calcul qui indique à quel point la prédiction est éloignée de la bonne réponse.
• Une méthode de correction : un procédé qui ajuste légèrement les paramètres pour réduire l'erreur la fois suivante.

L'entraînement, étape par étape

Prenons un filtre anti-spam. Au départ, le modèle répond presque au hasard. On lui présente un e-mail : il prédit « pas spam », alors que c'en était un. L'erreur est mesurée, et les paramètres sont ajustés pour que des e-mails semblables soient mieux classés. On recommence avec l'e-mail suivant, puis le suivant, des milliers ou des millions de fois. Petit à petit, le modèle remarque que certains mots, certains expéditeurs ou certaines tournures sont typiques des spams.

C'est cette boucle « prédire, mesurer l'erreur, corriger » qu'on appelle l'entraînement. Une fois entraîné, le modèle peut classer de nouveaux e-mails qu'il n'a jamais vus.

Vérifier qu'il a vraiment compris

Un piège classique : un modèle peut « apprendre par cœur » ses exemples sans savoir généraliser, comme un élève qui récite sans comprendre. On parle de surapprentissage. Pour l'éviter, on garde une partie des données de côté, jamais montrée pendant l'entraînement, et on teste le modèle dessus. S'il réussit aussi bien sur ces données inconnues, c'est bon signe.

Des exemples autour de vous

• La reconnaissance de l'écriture manuscrite sur un chèque ou un formulaire.
• Les suggestions de vidéos, de musiques ou de produits.
• La détection de fraude bancaire, qui repère des paiements inhabituels.
• La prévision de la demande dans un magasin, pour éviter le gaspillage.

Ce qu'il faut retenir

Le machine learning n'est pas magique : c'est de la statistique à très grande échelle. Sa force, c'est de trouver des régularités dans des volumes de données qu'aucun humain ne pourrait analyser. Sa faiblesse, c'est qu'il dépend entièrement de ses exemples : des données incomplètes ou biaisées donneront un modèle incomplet ou biaisé. Comprendre ce principe, c'est déjà savoir poser les bonnes questions face à n'importe quelle IA.

Pour aller plus loin, relisez notre article L'intelligence artificielle, c'est quoi ?