Article
Pour en parler, la Rédaction vous propose ce « Gros Dossier », direction 2030, c’est-à-dire demain. Repartons des concepts de base dans ce domaine, faisons l’état des lieux et anticipons le futur de notre exercice à court terme en identifiant les besoins pour un changement intelligent et constructif. L’enjeu sera de ne pas subir cette (r)évolution numérique déjà bien entamée !
(Cliquer sur l'image pour agrandir)
Pour commencer, afin de se mettre d'accord, un petit point vocabulaire s'impose.
Algorithme
Ensemble de règles opératoires dont l'application permet de résoudre un problème énoncé au moyen d'un nombre fini d'opérations. Un algorithme peut être traduit, grâce à un langage de programmation, en un programme exécutable par un ordinateur. (Larousse)
Code informatique – code source
Texte qui représente les instructions de programme telles qu'elles ont été écrites par un programmeur. Il se matérialise souvent sous la forme d'un ensemble de fichiers textes. Il est généralement écrit dans un langage de programmation permettant ainsi une meilleure compréhension par des humains. (Wikipédia)
Intelligence artificielle (IA)
Ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables ?de simuler l'intelligence humaine. (Larousse)
Deep learning – apprentissage profond
Ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires. (Wikipédia)
Machine learning – apprentissage machine – apprentissage automatique ou encore statistique
Champ d'étude de l'IA, qui concerne la conception, l'analyse, le développement et l'implémentation de méthodes permettant à une machine (au sens large) d'évoluer par un processus systématique, et ainsi de remplir des tâches difficiles ou problématiques par des moyens algorithmiques plus classiques. (Wikipédia)
Réseaux de neurones
Système dont la conception est schématiquement inspirée du fonctionnement des neurones biologiques. Ils sont placés d’une part dans la famille des applications statistiques, qu’ils enrichissent avec un ensemble de paradigmes permettant de créer des classifications rapides (réseaux de Kohonen en particulier), et d’autre part dans la famille des méthodes de l’IA auxquelles ils fournissent un mécanisme perceptif indépendant des idées propres de l'implémenteur, et fournissant des informations d'entrée au raisonnement logique formel. (Wikipedia)