Pour revenir à ses origines, le deep learning est apparu en 1943 lorsque Warren McCulloch et Walter Pitts ont utilisé des mathématiques et des algorithmes pour créer un système informatique reproduisant les réseaux neuronaux. De petites avancées ont été réalisées dans les années 1950, 1960, 1970 et 1980.
L'homme, lauréat du prix Turing en 2019 avec Geoffrey Hinton et Yoshua Bengio, est considéré comme l'un des pères fondateurs du deep learning. Yann LeCun est aujourd'hui en charge de l'intelligence artificielle pour l'entreprise Facebook.
Son objectif est de donner aux ordinateurs la capacité d'apprendre sans être spécifiquement programmés sur les résultats à fournir. Les algorithmes utilisés par le machine learning aident l'ordinateur à apprendre à reconnaître les choses.
Basée sur l'apprentissage profond (deep learning), les machines sont capables de réaliser des tâches de plus en plus complexes comme conduire, apprendre et parler plusieurs langues, ou encore reconnaitre une écriture manuscrite.
Concrètement, le deep learning est une technique d'apprentissage permettant à un programme, par exemple, de reconnaître le contenu d'une image ou de comprendre le langage parlé – des défis complexes, sur lesquels la communauté de chercheurs en intelligence artificielle s'est longtemps cassé le nez.
Le Machine Learning est une IA capable de s'adapter automatiquement avec une interférence humaine minimale, et le Deep Learning est un sous-ensemble du Machine Learning utilisant les réseaux de neurones pour mimer le processus d'apprentissage du cerveau humain.
L'intelligence artificielle (IA) est un processus d'imitation de l'intelligence humaine qui repose sur la création et l'application d'algorithmes exécutés dans un environnement informatique dynamique. Son but est de permettre à des ordinateurs de penser et d'agir comme des êtres humains.
Avec l'avènement des fakes news et ses effets néfastes sur les réseaux sociaux, la diffusion de deepfake sur le web constitue donc une nouvelle menace technologique. Manipulation, désinformation, humiliation, diffamation... les dangers des deepfakes seront de plus en plus nombreux.
Quelle est l'IA la plus développée actuellement ? Aujourd'hui, il existe une multitude d'intelligences artificielles. Mais quelle est celle qui détrône les autres ? Il s'agit de GPT-3, un modèle de langage développé par l'entreprise OpenAI.
Le GPU NVIDIA Titan RTX convient parfaitement aux jeux vidéo et à l'apprentissage en profondeur. Il est le choix idéal pour les scientifiques des données et des chercheurs en IA.
Le deep learning et le Python
Python est un langage de programmation puissant pour la création d'IA. Il est également facile à apprendre et à utiliser, avec un riche écosystème de bibliothèques pour l'apprentissage profond. La communauté Python est vaste et active.
Les meilleurs GPU pour un PC destiné au deep learning sont sans doute ceux de AMD et de NVIDIA. Ensuite, le CPU ou l'unité centrale pour un ordinateur dédié à l'apprentissage profond doit avoir 12 cœurs et 24 threads. De plus, les charges de travail de l'IA génèrent de grandes quantités de chaleur.
En 1959, c'est l'informaticien américain Arthur Samuel qui utilise pour la première fois le terme « machine learning », pour son programme créé en 1952. Celui-ci est capable de jouer aux dames et d'apprendre au fur et à mesure de ses parties.
Avec le Deep Learning, nous parlons d'algorithmes capables de mimer les actions du cerveau humain grâce à des réseaux de neurones artificielles. Les réseaux sont composés de dizaines voire de centaines de « couches » de neurones, chacune recevant et interprétant les informations de la couche précédente.
Renommé Deep Thought en 1988, le projet est devenu Deep Blue en 1993. « Deep Thought » (Pensée profonde) était une référence au livre Le Guide du voyageur galactique de Douglas Adams ; l'entreprise IBM étant familièrement appelée « Big Blue », le nom de l'ordinateur a ensuite évolué en « Deep Blue » (Bleu profond).
Dans la géographie mondiale de l'intelligence artificielle, ce sont les États-Unis qui dominent largement la recherche et le développement.
Pour l'instant, le nouveau module de recherche porte le nom de Search Generative Experience (SGE). Il n'est accessible qu'avec l'application Search Labs, et seulement aux Etats-Unis. L'entreprise a déjà adopté une approche similaire avec Bard, son concurrent de ChatGPT, présenté en février.
À l'occasion de la Future Investment Initiative tenue à Riyad en Arabie Saoudite ce mercredi, le milliardaire japonais a abordé la question de l'IA. Dans 30 années, l'intelligence artificielle va avoir un QI de 10 000. À titre de comparaison, le QI moyen d'un humain est de 100 et un génie de 200, selon Son.
Les deepfakes sont des images ou des vidéos qui ont été manipulées à l'aide d'algorithmes d'apprentissage automatique. En d'autres termes, on « apprend » à l'ordinateur comment remplacer le visage d'une personne par celui d'une autre.
L'approche la plus connue pour créer une deepfake est la substitution d'un visage à un autre et son animation la plus parfaite possible. Pour cela, il faut prendre une personne qui ressemble un peu à la cible et la filmer sous différents angles et éclairages en lui demandant de faire de expressions faciales variées.
Écoutez attentivement pour repérer des incohérences. Analyse des bruits de fond : Les deepfakes peuvent également contenir des bruits de fond incohérents. Si vous entendez des sons qui ne correspondent pas au contexte de la vidéo, cela peut être un signe d'une vidéo truquée.
La conférence durant l'été 1956 au Dartmouth College (financée par le Rockefeller Institute) est considérée comme fondatrice de la discipline.
Piratage de voitures autonomes ou de drones militaires, attaques phishing ciblées, infox fabriquées de toutes pièces ou manipulation de marchés financiers...«L'expansion des capacités des technologies basées sur l'IA s'accompagne d'une augmentation de leur potentiel d'exploitation criminelle», avertit Lewis Griffin, ...