Hidden Markov Model (HMM)

Un modèle de Markov caché (HMM) est un cadre statistique utilisé pour modéliser des systèmes dont le processus interne n'est pas directement visible — d'où le terme « caché » — mais peut être déduit à partir d'une séquence d'événements observables. Bien que l'apprentissage profond moderne ait évolué pour traiter des séquences complexes, le HMM reste un concept fondamental de l'IA statistique et de la théorie des probabilités. Il est particulièrement efficace pour analyser des données d'analyse de séries temporelles, où l'ordre des événements fournit un contexte essentiel, en s'appuyant sur le principe fondamental selon lequel la probabilité d'un état futur dépend uniquement de l'état actuel, et non de l'historique qui le précède.

Mécanismes fondamentaux des HMM#

Pour comprendre le fonctionnement d'un HMM, il est essentiel de distinguer les deux couches distinctes du modèle : les états invisibles et les sorties visibles. Le modèle suppose que le système transite entre des états cachés selon des probabilités spécifiques, en émettant une observation à chaque étape.

Un HMM est défini par un ensemble de paramètres qui régissent ces transitions et émissions :

• États cachés : Ils représentent la réalité sous-jacente du système à un moment donné. Dans un modèle de parole, un état caché peut représenter un phonème ou un mot spécifique.
• Événements observables : Il s'agit des points de données effectivement recueillis par des capteurs ou des entrées. Dans l'exemple de la parole, l'observation serait la forme d'onde audio ou les données du spectrogramme.
• Probabilités de transition : Cette matrice décrit la probabilité de passer d'un état caché à un autre. Par exemple, la probabilité que la météo passe de « pluvieux » à « ensoleillé ».
• Probabilités d'émission : Elles définissent la probabilité d'observer une observation spécifique étant donné un état caché actuel.
• Probabilités initiales : La distribution qui détermine l'état dans lequel le système est le plus susceptible de commencer.

L'entraînement d'un HMM implique généralement l'algorithme de Baum-Welch pour estimer ces paramètres à partir de données d'entraînement. Une fois le modèle entraîné, l'algorithme de Viterbi est couramment utilisé pour décoder la séquence la plus probable d'états cachés à partir d'un nouvel ensemble d'observations.

Les HMM par rapport aux autres modèles de séquence#

Bien que les HMM présentent des similitudes avec d'autres outils de traitement des séquences, ils diffèrent considérablement par leur architecture et leurs applications :

• HMM par rapport aux réseaux neuronaux récurrents (RNN) : Les RNN et les réseaux de mémoire à court et long terme (LSTM) sont des modèles d'apprentissage profond capables de capturer des dépendances à longue portée et des motifs non linéaires, tandis que les HMM sont des modèles probabilistes plus simples, limités par l'hypothèse de Markov (mémoire à court terme). Cependant, les HMM nécessitent beaucoup moins de données et sont bien plus interprétables.
• HMM par rapport au filtre de Kalman (KF) : Les deux sont utilisés pour l'estimation d'état. Cependant, les filtres de Kalman sont conçus pour les états continus (comme le suivi de la position précise d'une voiture en mouvement), tandis que les HMM sont utilisés pour les états discrets (comme déterminer si la voiture est « garée », « en mouvement » ou « à l'arrêt »).

Applications concrètes#

Malgré l'essor de l'apprentissage profond (DL), les modèles de Markov cachés sont toujours largement utilisés dans les scénarios nécessitant une inférence probabiliste sur des séquences.

Reconnaissance de la parole et de l'écriture manuscrite#

Historiquement, les HMM constituaient la base des systèmes de reconnaissance de la parole. Dans ce contexte, les mots prononcés sont les états « cachés », et les signaux audio enregistrés par le microphone sont les observations. Les HMM aident à déterminer la séquence de mots la plus probable ayant produit le signal audio. De même, ils aident à déchiffrer l'écriture cursive en modélisant la transition entre les traits des caractères.

Analyse des séquences biologiques#

Dans le domaine de la bio-informatique, les HMM sont essentiels pour la prédiction des gènes et l'alignement des protéines. Ils analysent des séquences d'ADN ou d'acides aminés afin d'identifier des régions fonctionnelles, telles que les gènes au sein d'un génome. Les états « cachés » peuvent représenter des régions codantes ou non codantes, tandis que les nucléotides spécifiques (A, C, G, T) constituent les observations.

Reconnaissance des actions en vision par ordinateur#

En vision par ordinateur moderne, les HMM peuvent être combinés à des modèles comme YOLO26 pour effectuer la reconnaissance des actions. Alors que YOLO détecte des objets ou des poses dans des images individuelles, un HMM peut analyser la séquence de ces poses au fil du temps afin de classer une action, comme « marcher », « courir » ou « tomber ».

Intégration de la vision et de l'analyse d'état#

Pour les développeurs qui utilisent la plateforme Ultralytics pour gérer des jeux de données et des modèles, comprendre la logique séquentielle est essentiel. Un modèle de vision fournit les observations brutes (détections), qui peuvent ensuite être transmises à un modèle d'espace d'états tel qu'un HMM afin d'inférer le contexte temporel.

L'exemple suivant montre comment générer une séquence d'observations à l'aide de l'estimation de pose de YOLO26. Ces points clés peuvent servir d'entrée constituant les « événements observables » pour un HMM en aval ou une logique similaire destinée à classer des comportements au fil du temps.

from ultralytics import YOLO

# Load the YOLO26n-pose model for efficient keypoint detection
model = YOLO("yolo26n-pose.pt")

# Run inference on a video source (the 'observable' sequence)
# stream=True creates a generator for memory efficiency
results = model.predict(source="path/to/video.mp4", stream=True)

# Iterate through frames to extract observations
for result in results:
    # Each 'keypoints' object is an observation for a potential HMM
    keypoints = result.keypoints.xyn.cpu().numpy()

    if keypoints.size > 0:
        print(f"Observation (Normalized Keypoints): {keypoints[0][:5]}...")
        # In a full pipeline, these points would be fed into an HMM decoder

Importance dans l'IA moderne#

Bien que les transformeurs et les grands modèles de langage (LLMs) aient supplanté les HMM pour des tâches telles que le traitement automatique du langage naturel (NLP), les HMM restent pertinents dans l'informatique en périphérie et les environnements à faible latence. Leur efficacité informatique les rend idéaux pour les systèmes aux ressources limitées, dans lesquels une utilisation intensive du GPU n'est pas réalisable. En outre, comme ils reposent sur des matrices de probabilités transparentes, ils offrent une observabilité supérieure à celle de la nature « boîte noire » de nombreux réseaux neuronaux.