Introduction
En 2015, le monde économique a redécouvert l'intelligence artificielle (IA), dans sa version deep learning.
Ce moment est une conséquence de l’ouverture du web au grand public, commencé en 1993-1994. Les principaux acteurs du web, les GAFA nord-américains, puis leurs équivalents chinois BATX, tirent leur puissance de l'exploitation systématique de l'information. Ils doivent résoudre de multiples problèmes opérationnels et techniques, dont la complexité augmente avec la quantité des données à traiter.
Les techniques d’apprentissage automatique permettent de construire des programmes de traitement efficaces. Déployés dans des infrastructures de calcul performantes et couplés à une grande capacité de stockage, ces programmes ont vu leurs performances augmenter très fortement. L'industrie a fait des progrès spectaculaires en traitement d'images, classification de données, recommandation de contenus et identification de comportements.
Les algorithmes d'apprentissage basés sur les réseaux de neurones profonds (deep learning) font partie de l'arsenal. Ils sont responsables de la majeure partie des succès techniques observés. Suivant le mouvement, de nombreuses sociétés se sont spécialisées dans le traitement massif de données en exploitant cette seule technologie. Ce modèle d’entreprise est très rentable pour les rares acteurs qui percent dans le domaine. Ce bouillonnement technologique et économique a provoqué la création de la bulle du deep learning.
Tout ceci paraît bien excitant.
Tout ceci paraît bien nouveau.
Il n'en est rien.
Les réseaux de neurones artificiels ont ensorcelé les journalistes. Ils ont appris à reconnaître des lettres sans qu'on leur ait explicitement appris à le faire, et ont été présentés avec enthousiasme dans les journaux des années 1960, puis 1980. Margaret Boden (2016)
Les réseaux de neurones artificiels profonds sont les héritiers de décennies de recherche. Ils ont été pensés dans les années 1940 et sont contemporains de l'invention des premiers ordinateurs et des premiers travaux en intelligence artificielle. Depuis bientôt 70 ans, scientifiques et ingénieurs conçoivent des programmes qui essaient de reproduire l'intelligence humaine. Certains font appel aux algorithmes d'apprentissage automatique, d'autres à des approches symboliques. Leur histoire est passionnante, elle donne les clés pour comprendre la période actuelle.