[Aparté] Le « machine learning » : comment apprendre à ton ordinateur à reconnaître des images

Je ne parle que de bouquins ces derniers temps, alors c’est très bien hein, mais il est temps de changer un peu de sujet. Si tu suis un peu ce que je raconte, tu dois savoir que j’ai commencé un stage cette semaine, et je découvre tout un tas de domaines dont j’ignorais tout et qui me passionnent déjà. Alors vu que je sais que tu es ouvert d’esprit, je vais me permettre de t’expliquer un peu ce que j’ai fait ces derniers jours, en simplifiant un max et en évitant les détails techniques, comme d’hab.

J’en ai parlé dernièrement dans ma chronique sur Biblical, il se passe plein de choses folles du côté de l’informatique ces dernières années. Typiquement, on essaie d’apprendre aux ordinateurs à s’auto-améliorer, pour qu’ils progressent tout seuls dans la tâche qu’on leur assigne. Honnêtement, c’est une idée qui me flippe pas mal, et toutes les recherches sur l’intelligence artificielle destinée à dépasser l’homme, ça sent un peu la fausse bonne idée. Mais d’un autre côté, c’est assez chouette de voir l’envers du décor et de se rendre compte qu’à la base du processus, c’est juste des maths, rien de magique. Bon, bien sûr, là où je bosse, on n’essaie pas de créer un ordinateur qui dominerait le monde, hein, on est sur des problèmes bien plus petits et maîtrisables, et pour ce genre de tâches je trouve l’approche du problème super ingénieuse et bien pensée.

Bref, si je prends le cas de figure le plus simple : un jour, on a voulu que les ordinateurs soient capables de reconnaître des chiffres manuscrits. Le problème, c’est que la liste des possibilités de formes est démentielle : tout le monde n’a pas la même écriture, certains chiffres peuvent prendre des formes très différentes, et rien qu’en modifiant l’angle il faut réussir à faire comprendre à la machine que ça reste le même chiffre. En gros, le faire à la main en listant tous les cas de figure, c’est impossible. Il faudrait que l’ordinateur soit capable d’essayer, de se tromper, de réessayer en réajustant, et ainsi de suite, jusqu’à ce qu’il ne se trompe plus. Et ça, c’est du machine learning.

Il y a plusieurs techniques différentes de machine learning, mais je n’en ai vu qu’une seule jusqu’à présent : le réseau de neurones (en vrai, je fais aussi du réseau de neurones convolutionnel, mais je ne vais pas entrer dans les détails ici). Le principe vient de l’observation du fonctionnement du cerveau, en simplifié bien sûr, et de sa façon de traiter les images que l’œil lui envoie pour en faire de l’information compréhensible.

Dans les très grandes lignes, qu’est-ce qui se passe ? Eh bien, tout d’abord il faut mettre à disposition de ton ordinateur une grosse collection d’exemples. En l’occurrence, il faut lui donner tout un tas de chiffres écrits à la main, en leur mettant à chacun une étiquette pour qu’il puisse savoir à quoi ils correspondent. C’est ce qu’on appelle le set d’entraînement. Plus tu as d’images à disposition, plus il va voir des cas de figure variés, et mieux il saura reconnaître n’importe quel chiffre.

A partir de là, on arrive dans les maths : en gros, on peut considérer chaque image comme un tableau de pixels, et chaque pixel peut être représenté par un chiffre (qui indique par exemple à quel point le pixel est noir ou blanc). On se retrouve donc avec un gros tableau de chiffres, qu’on va donner à manger à l’ordinateur. Ensuite, il manipule ces chiffres (en faisant des multiplications, blabla, tout ça je te l’épargne), et il regarde à quel point il est loin de la vraie réponse. Et puis il recommence, en ajustant ses calculs à chaque fois pour minimiser cette distance, et donc être le plus proche possible de la bonne réponse (en chemin, il passe par des probabilités, si tu veux tout savoir). Et une fois qu’il a épuisé son set d’entraînement, il tente le coup avec des nouvelles images (le set d’évaluation), sans savoir ce qu’elles représentent à l’avance : ça nous permet de mesurer l’efficacité de sa déduction, en voyant combien de fois il se trompe.

Dans le concret, je m’occupe de construire un algorithme qui puisse aussi reconnaître des lettres. Alors c’est un peu plus chaud, mais le principe reste le même et si je t’ai parlé des chiffres, c’est parce qu’il existe une grosse base de données disponible gratuitement sur internet (ça s’appelle MNIST) et qui ressemble à ça (en beaucoup plus grand) :

ce qui fait que si tu veux créer ton algorithme de machine learning, tu vas certainement commencer par le tester sur ces données-là parce que tout est déjà à disposition. D’ailleurs, figure-toi que ça intéresse les gens de savoir qui est le meilleur algorithme pour MNIST, et du coup ils ont fait une petite page avec les pourcentages de mauvaises réponses pour chaque modèle. En gros, si tu fais correctement ton truc, tu peux arriver à une précision de 99.8% ! Plutôt cool, non ?

Et évidemment, pour corser la chose, c’est aussi possible de le faire pour reconnaître des photos. Par exemple, tu balances à ton ordinateur des photos d’oiseaux et des photos de chats, et il doit chaque fois être capable de dire si c’est un chat ou un oiseau (peu importe la position, la race, la couleur, tout ça). Mais ça devient bien plus technique, alors on va s’arrêter là.

J’espère que je ne t’ai pas perdu en route, si tu as envie d’approfondir un peu le sujet j’aurai plusieurs vidéos à te conseiller, n’hésite pas à demander ! En attendant, je te laisse en compagnie de Mozart, pour calmer ton cerveau endolori (et parce qu’il paraît qu’écouter Mozart rend plus intelligent, selon des études hautement scientifiques qui n’ont jamais pu être reproduites).