Les réseaux de neurones artificiel

Les réseaux de neurones artificiel

Un réseau de neurone artificiel est un système intelligent dont la conception est similaire au fonctionnement du cerveau humain et qui permet aux syst

Qu’est-ce que le cluster dans le Big Data ?
Comment détecter les objets sur les images RGB
La précision, le rappel et de la matrice de confusion dans l’apprentissage automatique

Un réseau de neurone artificiel est un système intelligent dont la conception est similaire au fonctionnement du cerveau humain et qui permet aux systèmes informatiques matériels ou logiciels d’apprendre et d’agir de manière autonome.

Il s’agit, donc, d’une technologie d’apprentissage profond, qui elle-même constitue une sous-catégorie de l’apprentissage machine (Machine Learning).

Le concept des réseaux de neurones a vu le jour en 1943 par les deux chercheurs de l’université de Chicago, le neurophysicien Warren McCullough et le mathématicien Walter Pitts. Dans un article scientifique, les deux chercheurs ont présenté leur théorie selon laquelle l’activation de neurones est le composant principal de l’activité cérébrale.

Le plus ancien algorithme d’apprentissage machine a été inventé en 1957, avec comme but d’effectuer la reconnaissance complexe. C’est le même algorithme qui a permis aux machines de détecter automatiquement les objets sur les images et les vidéos.

Le point faible essentiel dans les algorithmes d’apprentissage profond(Deep learning) ou dans l’apprentissage machine est les ressources matérielles, qui présente une limitation d’évolution vu la pauvreté technologique durant les années 50.

Ce n’est qu’à partir de l’année 2010 que ces problématiques ont été résolues et ce, grâce aux progrès technologiques enregistrés et aussi grâce à l’apparition des technologies bigdata qui permet une énorme capacité de traitement distribuée des données massives et la puissance du calcul nécessaire pour l’exécution des réseaux de neurones complexes.

COMMENTS