Geometric Deep Learning (GDL)

L'apprentissage profond géométrique (GDL) est un terme générique qui regroupe les techniques avancées d'apprentissage automatique spécialement conçues pour traiter les données non euclidiennes. Contrairement aux formats standard tels que les images 2D ou les séquences de texte, qui reposent sur des grilles planes et prévisibles, les données non euclidiennes comprennent des structures complexes comme les variétés et les maillages 3D, ainsi que des réseaux relationnels complexes. En établissant des cadres mathématiques qui respectent la géométrie intrinsèque de ces structures, l'apprentissage profond géométrique permet aux systèmes d'IA d'analyser précisément les formations moléculaires, les cartes topologiques complexes et les systèmes interconnectés dynamiques.

Fonctionnement de l'apprentissage profond géométrique#

Les principes sous-jacents de l'apprentissage profond géométrique reposent sur l'exploitation de la symétrie, de l'invariance et de l'équivariance présentes dans les ensembles de données complexes. Les professionnels se demandent souvent si une simple matrice de distances suffit pour l'apprentissage profond géométrique. La réponse est non : bien que les matrices de distances capturent les distances par paires, elles ne possèdent pas la nuance topologique nécessaire à un véritable raisonnement géométrique. Le GDL repose plutôt largement sur les architectures de propagation de messages et l'agrégation des voisinages.

Il est utile de distinguer l'apprentissage profond géométrique des réseaux neuronaux de graphes (GNN). Alors que le GDL est le domaine théorique général qui englobe tout l'apprentissage profond non euclidien, les GNN constituent un type spécifique d'architecture neuronale fonctionnant exclusivement sur des données de graphes. Des frameworks comme PyTorch Geometric et TensorFlow GNN sont largement utilisés pour mettre en œuvre ces principes d'apprentissage profond, en permettant aux nœuds de mettre à jour leurs représentations en fonction de leurs connexions structurelles.

Apprentissage géométrique et apprentissage profond traditionnel#

Les modèles d'apprentissage profond traditionnels, tels que les réseaux neuronaux convolutifs (CNN), sont hautement optimisés pour les données euclidiennes, comme les grilles de pixels utilisées dans les tâches de vision par ordinateur. De même, les réseaux neuronaux récurrents (RNN) sont conçus pour traiter des séquences linéaires. Cependant, ces réseaux traditionnels rencontrent des difficultés lorsque les données ne présentent pas une structure fixe et régulière.

L'apprentissage géométrique surmonte cette limite en opérant directement sur des formes irrégulières et des cartes relationnelles. Lorsqu'il s'agit d'analyser un réseau social ou de naviguer dans un environnement 3D, les convolutions standard échouent, car le « voisinage » d'un point de données n'est plus un carré fixe de pixels. Les modèles géométriques adaptent dynamiquement leurs champs réceptifs et apprennent les connexions topologiques qui définissent la véritable forme des données.

Applications concrètes des graphes et modèles géométriques#

Comme les graphes géométriques définissent explicitement les nœuds et leurs relations structurelles, les modèles géométriques ont permis des avancées majeures dans divers domaines scientifiques et commerciaux :

• Découverte de médicaments : le GDL joue un rôle essentiel dans la prédiction des interactions moléculaires. AlphaFold de Google DeepMind utilise notamment des techniques de raisonnement spatial pour résoudre des problèmes complexes de repliement des protéines en modélisant les acides aminés sous forme de graphes connectés.
• Analyse des réseaux sociaux : les plateformes utilisent le GDL pour analyser les interactions entre utilisateurs, ce qui permet de mettre en place des systèmes de recommandation avancés et de détecter les fraudes en cartographiant les topologies de l'analyse des réseaux sociaux.
• Vision par ordinateur 3D : le GDL est fréquemment utilisé pour traiter les nuages de points LiDAR et les maillages 3D dans les véhicules autonomes et la réalité augmentée.

Intégration du GDL à la vision par ordinateur#

Relier la vision par ordinateur 2D traditionnelle aux modèles géométriques permet de créer des systèmes très robustes, capables d'un raisonnement spatial avancé et de détection d'objets 3D. En utilisant un détecteur 2D puissant comme Ultralytics YOLO26, les développeurs peuvent rapidement localiser les objets présents dans une scène. Les coordonnées de ces objets détectés peuvent ensuite servir de nœuds fondamentaux pour un graphe géométrique, permettant à un GNN en aval d'inférer des relations complexes entre les éléments visuels, par exemple en générant un « graphe de scène ».

L'extrait de code Python suivant montre comment extraire les coordonnées de détection d'objets à l'aide du package ultralytics afin d'initialiser une structure de graphe géométrique de base :

import torch
from ultralytics import YOLO

# Load the Ultralytics YOLO26 model for high-speed object detection
model = YOLO("yolo26n.pt")

# Perform inference to detect objects
results = model("path/to/image.jpg")

# Extract the center coordinates (x, y) of bounding boxes to act as graph nodes
nodes = results[0].boxes.xywh[:, :2].cpu()
node_tensor = torch.tensor(nodes.numpy(), dtype=torch.float)

print(f"Extracted {node_tensor.size(0)} nodes for Geometric Deep Learning mapping.")

Pour les équipes qui créent des systèmes hybrides à grande échelle combinant la détection d'objets euclidienne et la cartographie non euclidienne, la gestion d'une annotation des données complexe est essentielle. L'Ultralytics Platform fournit un environnement de bout en bout permettant d'annoter, d'entraîner et de déployer de manière fluide et sécurisée ces modèles fondamentaux de vision afin de prendre en charge des pipelines spatiaux avancés.