Deep Learning

L’apprentissage profond empile de nombreuses couches d’unités mathématiques simples, de sorte que chaque couche apprenne une représentation un peu plus abstraite que celle du dessous. C’est la profondeur qui permet à un modèle de passer des pixels aux contours, puis aux formes, puis à « chat », sans que personne ait défini ce qu’est un contour. Tous les grands modèles de langage et générateurs d’images utilisés aujourd’hui relèvent de l’apprentissage profond.

En pratique : Les premières couches d’un modèle de vision détectent des contours ; les dernières détectent des visages — personne n’a programmé ni l’une ni l’autre étape.