L’informatique Quantique 2


Comprendre (simplement) le deep learning avec un directeur de Google

Vous aimeriez bien comprendre concrètement ce qu’est le deep learning en intelligence artificielle ? Emmanuel Mogenet, directeur de Google Research Europe, en explique très clairement les enjeux à Sciences et Avenir dans cette interview filmée.

Publié par Sciences et Avenirs

Par Sarah Sermondadaz le 14 avril 2017

Quelle différence entre informatique traditionnelle et deep learning (apprentissage machine profond à l’aide de réseaux neuronaux) ? Si vous n’y comprenez rien, lisez (ou écoutez, grâce à notre vidéo ci-dessus) les explications très claires apportées par Emmanuel Mogenet, directeur de Google Research Europe, qui intervenait à l’occasion du deuxième sommet des start-up organisé par Sciences et Avenir et Challenges. L’occasion pour ce dernier de détailler les thématiques de recherche au cœur de Google Research Europe, dont les équipes sont basées à Zurich, en Suisse. « Nos recherches fondamentales s’articulent autour de trois questions principales : la compréhension du langage naturel, la perception par ordinateur, et enfin le deep learning« , détaille-t-il.

Un moteur de recherche qui comprend vraiment les requêtes

La sémantique, ou compréhension du sens des mots, est à cet égard essentielle à Google afin de perfectionner son moteur de recherche. « Lorsqu’un internaute nous soumet une requête, pour répondre le mieux possible nous devons la comprendre. Or jusqu’à peu, même si on parvenait à y associer une réponse, le sens profond de la question nous échappait. »

SENS COMMUN

Une frontière qui vole actuellement en éclats, notamment grâce au deep learning. « Notre plus grand défi, c’est d’enseigner aux ordinateurs le sens commun, auquel notre langage naturel fait en permanence référence. Nous partageons une représentation du monde grâce à laquelle nous nous comprenons, mais que ne partagent pas les ordinateurs. Pour nous, il est implicite de trouver une vache dans l’herbe, ou de ne jamais rencontrer de girafe sur les ailes d’un avion. » Autant de distinctions entre ce qui est sensé et ce qui ne l’est pas qui ne vont pas de soi pour les machines.

Le deep learning, révolution de l’apprentissage par l’exemple

« Au cours des 10 dernières années, le deep learning a considérablement changé la donne en informatique, se souvient Emmanuel Mogenet. Auparavant, c’est à dire dans les années 1980 et 1990, apprendre quelque chose à un ordinateur, c’était le programmer. » Mais un programme peut-être compliqué à écrire, donner lieu à des bugs… et surtout, il doit contenir des instructions explicites, qu’il n’est pas toujours aisé de fournir sur certains sujets complexes. « Lorsque je marche, je suis incapable de décrire précisément le mouvement de chacun de mes muscles », constate le chercheur. « La vraie révolution du deep learning, c’est l’apprentissage par l’exemple », décrypte-t-il. De quoi permettre aux machines de reproduire les comportements cognitifs que l’être humain lui-même ne sait pas expliquer ! « Par exemple, en montrant à l’algorithme des images comportant un chat, puis d’autres sans, et en lui signalant à chaque fois la bonne réponse attendue, l’ordinateur apprend à reconnaître les chats parmi une bibliothèque d’images. Au bout d’un certain nombre d’images, la magie opère : le système se met à généraliser, et sait reconnaître l’animal sur des photos qu’il n’a jamais vues. »

Note : La Vidéo est disponible sur la page de l’article.



Le deep learning — Science étonnante #27


Un cours de « Math for Quantum Physics »



Quelques liens supplémentaires pour le plaisir

Pour se détendre : un petit quiz sur la physique quantique.

Publié par Libération le par Erwan Cario.

Quantique de Nobel



N’oublions pas L’Institut Quantique de l’université de Sherbrooke.

Un peu d’histoire des personnage de l’informatique : Figures de l’informatique

Une nouvelle approche expérimentale pour tester les modèles quantiques

Quantum Information Science and Quantum Computing

Depuis le site Luxorion :

L’ordinateur Quantique (en trois parties) :

Un peu d’histoire : Le double héritage de Bletchley Park.

6 inventions qui n’existeraient pas sans les femmes.

Mémoire : Introduction à l’information quantique

Par : Y. Leroyer et G. Senizergues

Thèse : Marches quantiques généralisées pour l’algorithmique quantique

Par : Olga Lopez Acevedo

Les États-Unis se dotent d’une stratégie nationale dans l’information quantique

L’administration américaine a publié sa stratégie nationale sur l’information quantique, qui vise à prendre la tête dans ces technologies critiques, enjeu d’une course avec la Chine.

Source officielle : National Strategic Overview for Quantum Information Science

La Darpa lance un plan de 1,5 milliard de dollars dans les puces pour préparer l’après loi de Moore

l’Europe n’a aucun retard technique en comparaison avec les GAFA …

Intelligence artificielle et Europe : une histoire qui s’accélère

Publié sur Le siècle digital le 3 octobre 2018.



Quelques vidéos pour terminer cette étude


La physicienne londonienne Michelle Simmons, « reine du quantique »


De la physique quantique au Quantum Computing – Etienne Klein


Un ordinateur quantique, c’est quoi ?


Dix choses à savoir sur l’informatique quantique


Un petit détour par le japon :


L’ordinateur quantique – L’atome au service de nos machines


Comment fonctionne un ordinateur quantique ?


Découverte – L’ordinateur quantique


Comprendre l’ordinateur quantique (sans Léa Salamé) – Ramène ta science

(Attention : un peu d’humour ne fait pas de mal …)


A Beginner’s Guide To Quantum Computing



Demain, l’ordinateur quantique

Petit manège (Le spin des électrons)