Apprentissage automatique ML

L'apprentissage automatique consiste à apprendre une règle à un logiciel en lui montrant des milliers d'exemples résolus, pour qu'il en déduise le motif au lieu que vous l'écriviez.

Également appelé ML apprentissage machine modèles prédictifs

Définition

L'apprentissage automatique consiste à enseigner une règle à un logiciel sans jamais l'écrire. Vous lui montrez des milliers d'exemples dont la réponse est déjà connue, et il trouve le motif qui les relie. Un enfant apprend le mot chat de la même façon. Personne ne lit une définition à un enfant de deux ans ; on lui montre des chats jusqu'à ce que ça rentre, et un modèle a besoin du même geste avec beaucoup plus de chats.

La fraude à la carte est l'exemple classique, parce que personne ne peut en écrire les règles. Vous ne pouvez pas lister tous les signes qu'un paiement est volé, et les voleurs changeraient de méthode le jour où vous y arriveriez. Montrez à un modèle un million de paiements déjà marqués bons ou mauvais, et il trouve la forme des mauvais. Cette forme contient des choses qu'une personne n'aurait jamais pensé à vérifier, comme la vitesse à laquelle le numéro a été tapé.

Cette puissance a un défaut qui n'apparaît sur aucune plaquette, car un modèle apprend tout ce que contiennent les exemples, y compris les erreurs. Si vos employés n'ont contrôlé que les paiements d'un seul pays, le modèle apprend cette habitude et la répète comme une loi. La qualité des réponses est plafonnée par celle de l'historique, si bien que nettoyer les vieux enregistrements représente l'essentiel du projet, à l'inverse de ce que les gens imaginent. Linkysoft a refusé des projets exactement à ce stade, parce que les données n'étaient pas en état d'apprendre quoi que ce soit.

Un modèle donne une note, pas un verdict. Il dit que ce paiement est suspect à quatre-vingt-deux sur cent, et une personne doit encore décider où passe la limite. Cette limite est un choix commercial, celui du nombre de vrais clients que vous acceptez de déranger pour attraper un voleur. Quand Linkysoft construit un système d'IA, elle se règle donc sur un écran tenu par le responsable, et non enfouie dans le code.

La dernière surprise, c'est le coût de fonctionnement, car un modèle vieillit à mesure que le monde dont il a appris continue de bouger. Les ventes d'un commerce changent la semaine où un concurrent ouvre à côté, et c'est pourquoi Storek réentraîne ses prévisions de stock au lieu d'en garder une seule pour toujours. Demandez donc qui réentraîne le vôtre, à quelle fréquence et pour quel coût annuel. Linkysoft écrit ce chiffre dans le contrat plutôt que de le laisser découvrir trop tard. La même question vaut pour toute application web contenant un modèle, et pour l'idée plus large d'intelligence artificielle à laquelle il appartient.

Questions sur Apprentissage automatique

En quoi l'apprentissage automatique diffère-t-il d'un logiciel classique ?
Un logiciel classique suit des règles tapées par une personne. Un modèle reçoit des exemples résolus et trouve la règle seul, d'où sa capacité à repérer des motifs que personne ne cherchait.
Combien d'exemples faut-il ?
Des milliers, pas des dizaines, et chacun doit déjà porter la bonne réponse. Étiqueter ces vieux enregistrements est souvent le plus gros coût caché du projet.
Un modèle peut-il se tromper ?
Toujours, et il doit indiquer son degré de certitude. C'est vous qui fixez la limite entre accepter une réponse et la vérifier à la main, et cette limite est une décision commerciale, pas technique.
Un modèle demande-t-il un entretien une fois construit ?
Oui. Il colle de moins en moins, parce que les prix, les habitudes et les concurrents changent. Fixez dès le départ qui le réentraîne, à quelle fréquence et pour quel coût annuel.
Un modèle peut-il hériter de nos anciennes erreurs ?
Oui, et c'est le problème le plus fréquent. Il recopie ce que contiennent les vieux enregistrements, habitudes et préjugés compris, donc quelqu'un doit comparer ses décisions à des cas réels tous les quelques mois.

Vous ne voyez toujours pas comment cela s'applique à votre projet ?

Dites-nous ce que vous construisez et nous vous répondrons simplement.