Utilisés en intelligence artificielle, ces systèmes rendent de précieux services pour la synthèse vocale, la reconnaissance de caractères et rentrent dans la composition de nombreux logiciels. Décryptage. (Vendredi 27 février
2004)
> Les réseaux neuronaux,
c'est quoi ? S'inspirant du mode de fonctionnement des systèmes
nerveux et plus particulièrement de celui du cerveau,
les réseaux de neurones empruntent leur structure (ensemble
de cellules autonomes), les connexions qui relient ces
cellules (mode de communication) et leur capacité
d'adaptation et d'apprentissage.
>
Qu'est-ce qui les différencie d'un programme informatique
classique? A l'inverse d'un
programme informatique traditionnel fonctionnant sur un
mode centralisé et hiérarchisé (réception
puis traitement d'une instruction, puis retour de manière
binaire en début de chaîne), les réseaux
neuronaux possèdent une organisation en cellules
autonomes les unes des autres, qui échangent l'information
par proximité (avec les cellules les plus proches),
créant des interactions locales constituant autant
de réponses à un problème donné.
Cette structure permet une tolérance aux erreurs
plus grande, donc un fonctionnement plus souple, qui offre
notamment au système ainsi constitué la
possibilité de choisir entre différents
scénarios et d'améliorer les réponses
au fur et à mesure de leur exploitation (notion
d'apprentissage).
> Comment le processus d'apprentissage oeuvre-t-il
? Chaque neurone reçoit en début d'activité
une valeur (valeur d'entrée ou exemple) et chaque
synapse (connexion entre deux neurones) un coefficient
de pondération (également appelé
"poids"). En donnant au réseau la valeur
d'arrivée à laquelle il doit parvenir, le
réseau se reconfigure automatiquement en changeant
les poids de ses connexions et en effectuant à
nouveau ses calculs (processus dit de retro-propagation).
Une fois cette phase d'apprentissage effectuée,
le réseau peut appliquer ce qu'il a appris à
de nouvelles données.
> Dans quels secteurs
d'activité les rencontre-t-on ? De par leur souplesse
et leur capacité d'apprentissage, les réseaux
de neurones sont utilisés dans des domaines aussi
variés que l'intelligence artificielle (robots),
les systèmes experts, les jeux, la reconnaissance
de caractères, la synthèse vocale, l'analyse
boursière, le traitement des images, bref, dans
toute activité où l'environnement est par
définition en constant changement.
>
Quelles en sont les limites ? Une des caractéristiques
de ces réseaux est le très grand nombre
de connexions entre les cellules ce qui, au plan matériel,
pose à un moment donné des limites incompressibles
pour relier ces cellules entre elles, sans aborder le
thème des inévitables interférences
qui se créent de par l'échange des informations.
L'apparition des processeurs optiques est à ce
titre une voie d'avenir car le photon ne génère
aucune interférence.
A noter enfin que la création de réseaux
neuronaux est une activité onéreuse, ne
serait-ce que par le niveau élevé des compétences
qu'il est nécessaire de mobiliser autour d'eux.