Nous avons tous une unité de traitement très sophistiquée - le cerveau - qui peut effectuer des tâches remarquables.

Malgré leur vitesse et leur capacité de mémoire, les ordinateurs à base de silicium ont du mal à l'imiter. La branche de l'informatique appelée intelligence artificielle tente de réduire l'écart, et l'un des outils de base de l'IA est le réseau de neurones. Voyons ce que le réseau de neurones peut faire.

Au fil des ans, l'intelligence artificielle a connu des hauts et des bas. En règle générale, il y aurait une période de relance lorsque, après une courte série de travaux réussis, les chercheurs commenceraient à faire des pronostics sur leur discipline qui deviendraient de plus en plus fantaisistes. Cela conduirait naturellement à une période de "baisse" lorsque ces prévisions ne se sont pas réalisées.

Cependant, au moment où les logiciels dérivés du programme spatial se retrouvent dans les produits destinés à la vente au détail, les produits dérivés de l’IA font désormais partie de notre vie grâce à des logiciels intelligents, même si nous ne les reconnaissons pas toujours.

Garder le réel

Un exemple assez récent qui me vient à l’esprit est la capacité de certaines caméras point-and-shoot à détecter le moment où un visage est filmé et donc à se concentrer sur ce visage. Le logiciel de détection des visages est remarquablement rapide et rarement faux. Ainsi, lors de la prise de portraits avec ces appareils photo, il est facile de croire que les visages des sujets seront nets et correctement exposés.

La nouvelle version Apple de son application iPhoto va encore plus loin: elle comprend un logiciel de reconnaissance faciale. Importez vos photos dans iPhoto et il détectera les visages. Il est ensuite capable de reconnaître les mêmes visages dans différentes photos. Une fois que vous avez nommé le visage, iPhoto annotera la photo avec les visages qu’elle reconnaît..

Une autre application commerciale des algorithmes d'intelligence artificielle est la reconnaissance vocale dans des programmes tels que Dragon Naturally Speaking et des systèmes d'exploitation tels que Windows 7..

Certaines voitures qui incluent des ensembles optionnels «Technologie» ont également une reconnaissance vocale pour contrôler les fonctions intérieures de la voiture comme la radio ou le chauffage. (J'ai arrêté de parler à ma voiture: depuis que je suis britannique mais vivant aux États-Unis, le logiciel de reconnaissance vocale de la voiture ne «capte» pas ma voix, peut-être parce qu'il est optimisé pour un accent américain.)

OCR (Reconnaissance Optique de Caractères) est un autre exemple. L’état de la situation est tout à fait remarquable, les paquets haut de gamme déclarant une exactitude supérieure à 99% pour le texte dactylographié ou dactylographié. Même les anciens PDA Palm Pilot possédaient un logiciel de reconnaissance de l’écriture manuscrite très contraignant - et pourtant très réussi; une fois que vous vous êtes entraîné à écrire les caractères modifiés, le PDA les a reconnus aussi rapidement que vous pouviez les écrire.

Bien que ces applications d'intelligence artificielle utilisent différentes techniques pour faire leur magie, il existe un bloc de construction fondamental appelé réseau de neurones, à partir duquel bon nombre de ces techniques ne sont que des améliorations..

Comment ça marche

Avant que nous puissions avoir une idée de ce que fait un réseau de neurones, nous devrions examiner le contexte biologique à partir duquel il est dérivé..

Si vous regardez un cerveau dans un microscope, vous verrez qu'il se compose de cellules spécialisées appelées neurones. Les neurones sont des cellules particulières.

Le corps principal du neurone s'appelle le soma et il possède une véritable forêt de dendrites par lesquels les signaux d'entrée arrivent. Si le nombre de signaux entrants est suffisant, la différence de potentiel de tension fera en sorte que la butée axonale tire son propre signal le long de l'axone, une extension relativement longue de la cellule..

L'axone se ramifie vers la fin, et à la fin de chaque branche se trouve une synapse qui se connecte à la dendrite d'un autre neurone. Le signal traverse la synapse (nous parlons du déclenchement de la synapse) dans la dendrite et ce signal participe ensuite au déclenchement ou non du neurone suivant..

Donc, résumant cela aux fondamentaux absolus (sans nous soucier des processus chimiques qui aident le signal à traverser le fossé synaptique, ni de la myriade d'autres processus dans la cellule), nous avons:

  • un ensemble de signaux d'entrée provenant d'autres cellules entrant dans la cellule;
  • si la somme des signaux atteint un seuil, la cellule déclenche son propre signal;
  • le signal de sortie d'une cellule deviendra le signal d'entrée de plusieurs autres cellules.

Donc, en bref: entrées, sommation et, si seuil supérieur, sortie. Sonne comme un ordinateur.

Il y a environ 20 milliards de neurones dans le cerveau humain (leur nombre dépend de divers facteurs, notamment de l'âge et du sexe). Chaque neurone sera connecté via les synapses à environ 10 000 autres neurones..

Le cerveau est un réseau géant et compliqué de connexions dendritiques. Contrairement aux ordinateurs, c'est massivement parallèle: les calculs sont effectués dans tout le cerveau. Il est ahurissant à quel point il est complexe - en fait, comment cela fonctionne.

Alors retirons-nous du bord et regardons comment nous pourrions l'imiter dans l'informatique.