Mathieu Leblanc
Directeur principal | Ing., M. Ing., MBB | Fiscalité

En tant que membre du laboratoire de Yoshua Bengio, à Montréal, au Canada, Grégoire Mesnil a obtenu un doctorat en apprentissage profond, tout en travaillant en étroite collaboration avec les équipes de recherche de Google, Microsoft et Facebook, aux États-Unis.

Mesnil travaille actuellement sur sa deuxième entreprise située à Paris et à Montréal. Son cabinet-conseil, Incalia, conçoit des solutions personnalisées d’apprentissage automatique et d’apprentissage profond pour des entreprises dont les clients détiennent la propriété intellectuelle. Son équipe travaille sur une vaste gamme de solutions, notamment l’analyse d’images médicales et l’optimisation de moteurs de recherche. Son équipe et lui mentorent les équipes de science des données qui veulent améliorer leurs connaissances en apprentissage profond.

Je trouve ce champ d’intérêt fascinant et M. Mesnil a volontiers accepté de répondre à mes questions à ce sujet.

De quelle façon l’intelligence artificielle, l’apprentissage automatique et l’apprentissage profond ajoutent-ils de la valeur aux entreprises?

L’intelligence artificielle est pertinente et très utile pour les organisations qui désireraient rationaliser le processus décisionnel humain en un processus automatisé à grande échelle. De nos jours, pour certaines tâches, les machines atteignent un niveau d’exactitude égal ou supérieur à celui des performances humaines. L’intelligence artificielle crée de la valeur sur divers marchés en permettant de nouvelles collaborations entre le savoir conventionnel humain et les algorithmes d’apprentissage machine. Elle est ou sera présente dans la plupart des secteurs de l’industrie, avec des applications variées : camions de transport autonomes ou détection de cancers à un stade précoce par exemple.

Quelle est la différence entre l’apprentissage automatique et l’apprentissage profond?

La recherche et l’industrie ont fait des progrès énormes dans le domaine de l’apprentissage automatique au cours des trois dernières décennies, et l’apprentissage profond vient ajouter une évolution supplémentaire considérable. L’apprentissage profond permet aux machines de combler leurs déficiences de perception. Par le passé, il était difficile d’extraire les meilleures caractéristiques des données sensorielles comme les images, les sons et même du langage textuel en un format lisible par ordinateur, et désormais, une machine peut apprendre automatiquement les caractéristiques les plus appropriées pour la problématique à résoudre.

Un autre avantage de l’apprentissage profond est sa polyvalence. L’architecture de haut niveau de l’apprentissage profond est composée de blocs prêts à l’emploi qui peuvent facilement être combinés. Vous prenez deux algorithmes par exemple : un qui génère du texte à partir d’un grand ensemble non structuré de documents et un autre qui peut facilement détecter un objet dans une image. Vous branchez ces deux modèles ensemble sur des images accompagnées de leurs descriptions et vous obtiendrez un algorithme qui génère automatiquement une description de l’image en fonction des objets repérés dans l’image.

L’intelligence artificielle et l’apprentissage profond sont de plus en plus présents dans nos vies quotidiennes; devrions-nous craindre que les machines aient un jour le dessus sur les humains?

Les machines demeurent stupides. Cependant, elles peuvent devenir extrêmement compétitives lorsque des scientifiques de renommée internationale passent un temps de recherche considérable sur un problème complexe, comme ce fut le cas lors de la victoire du programme AlphaGo contre un champion Coréen du jeu de go. Cette victoire était aussi grandement fondée sur une contribution humaine puisque de nombreuses configurations tirées de parties jouées par des experts ont été intégrées dans la machine durant son processus d’apprentissage. À l’heure actuelle, nous sommes bien loin d’un ordinateur alimenté avec un minimum de données qui deviendrait intelligent par lui-même.

Dans la nature, les animaux et les plantes s’adaptent et ils apprennent très rapidement de leur environnement, ce qui démontre une forme d’intelligence qu’on ne retrouve pas dans les machines.


Continuez d’explorer ce sujet captivant!

Voici quelques idées :

16 Jan 2017  |  Écrit par :

M. Leblanc est directeur principal au sein de Raymond Chabot Grant Thornton. Il est votre expert en...

Voir le profil