Apprentissage profond (Deep Learning - DL)

L'apprentissage profond (DL) est un sous-domaine spécialisé de l'apprentissage automatique (ML) qui utilise des réseaux neuronaux multicouches pour apprendre à partir de vastes quantités de données. Inspirés par la structure du cerveau humain, les modèles de DL, souvent appelés réseaux neuronaux profonds, sont conçus pour apprendre automatiquement des représentations hiérarchiques des données. Cela signifie que les couches initiales apprennent des caractéristiques simples, et les couches suivantes les combinent pour apprendre des modèles de plus en plus complexes. Cette capacité a fait du DL le moteur des principales avancées en intelligence artificielle (IA), en particulier dans des domaines complexes comme la vision par ordinateur (CV) et le traitement du langage naturel (NLP).

Comment fonctionne l'apprentissage profond

Au cœur du Deep Learning se trouvent les réseaux neuronaux profonds, qui sont des réseaux neuronaux avec plusieurs couches cachées entre les couches d'entrée et de sortie. Le terme « profond » dans Deep Learning fait référence à cette profondeur. Chaque couche contient des unités de traitement (neurones) qui appliquent une opération mathématique, régie par une fonction d'activation, à leur entrée. Pendant l'entraînement, le réseau est alimenté par de vastes ensembles de données, et un algorithme appelé rétropropagation est utilisé pour ajuster les paramètres internes du réseau, ou poids. Ce processus d'ajustement, généralement guidé par un algorithme d'optimisation comme la descente de gradient, minimise la différence entre les prédictions du modèle et la vérité terrain réelle, telle que définie par une fonction de perte. Cela permet au réseau de découvrir automatiquement des modèles complexes sans être explicitement programmé pour le faire. Un article historique clé qui a contribué à populariser le DL moderne est l'article AlexNet de 2012, qui a obtenu des résultats de pointe sur l'ensemble de données ImageNet.

Apprentissage profond vs. Apprentissage automatique

Bien que l'apprentissage profond soit un sous-ensemble de l'apprentissage automatique, la principale distinction réside dans leur approche de la représentation des données. Les méthodes traditionnelles d'apprentissage automatique reposent souvent fortement sur l'ingénierie des caractéristiques manuelle, où les experts du domaine élaborent méticuleusement des caractéristiques à partir de données brutes pour aider le modèle à faire des prédictions précises. En revanche, les modèles DL effectuent une extraction de caractéristiques automatique. La structure hiérarchique des réseaux profonds leur permet d'apprendre les caractéristiques pertinentes directement à partir des données. Cela rend le DL particulièrement puissant pour traiter les données non structurées comme les images, le texte et l'audio, où l'ingénierie manuelle des caractéristiques est souvent impraticable. Par exemple, dans la reconnaissance d'images, un modèle DL peut apprendre à identifier les bords et les textures dans ses premières couches, puis les parties d'objets comme les yeux et les nez dans les couches intermédiaires, et enfin des objets entiers comme les visages dans les couches plus profondes.

Applications et exemples

La capacité du Deep Learning à traiter des données complexes a conduit à son adoption dans de nombreux secteurs et applications. Deux exemples importants incluent :

1. Véhicules autonomes : Les voitures autonomes s'appuient fortement sur l'apprentissage profond (DL) pour la perception en temps réel. Les modèles Ultralytics YOLO, une famille de modèles DL de pointe, sont utilisés pour la détection d'objets afin d'identifier les piétons, les autres véhicules et les panneaux de signalisation. De même, le DL est utilisé pour la segmentation d'images afin de distinguer la surface de la route praticable de son environnement, ce qui est essentiel pour une navigation sûre. Pour en savoir plus sur son utilisation, consultez l'IA dans les voitures autonomes.
2. Analyse d’images médicales : Dans le domaine de la santé, les modèles DL aident les radiologues en analysant les images médicales. Les réseaux neuronaux convolutifs (CNN), une architecture DL populaire pour la vision, peuvent être entraînés pour détecter les anomalies comme les tumeurs dans les IRM cérébrales ou les signes de maladie dans les radiographies avec une grande précision. Cela peut conduire à un diagnostic plus précoce et à de meilleurs résultats pour les patients, comme on le voit dans des applications comme la détection des tumeurs cérébrales.

Outils et frameworks

Le développement de modèles de DL est facilité par diverses bibliothèques et plateformes logicielles. Les frameworks open source populaires comprennent :

• PyTorch : Connu pour sa flexibilité et son approche Python-first (page d'accueil de PyTorch). Les modèles Ultralytics sont construits à l'aide de PyTorch.
• TensorFlow : Développé par Google AI, offrant un écosystème complet (page d'accueil de TensorFlow).
• Keras : Une API de haut niveau qui peut fonctionner au-dessus de TensorFlow, connue pour sa convivialité (page d'accueil de Keras).

Des plateformes comme Ultralytics HUB fournissent des environnements intégrés pour l'entraînement de modèles personnalisés, le déploiement et la gestion de modèles DL, en particulier pour les tâches de vision par ordinateur utilisant des modèles comme YOLO11. Un développement efficace implique souvent des pratiques telles que le réglage rigoureux des hyperparamètres, la compréhension des métriques de performance et l'utilisation de l'accélération GPU pour un entraînement de modèle efficace. Le développement et le déploiement de ces systèmes complexes sont souvent gérés par le biais de pratiques MLOps.