Apprentissage profond
L’apprentissage profond (deep learning) est une branche de l’apprentissage automatique fondée sur des réseaux de neurones artificiels comportant de nombreuses couches.
Il est à l’origine des performances obtenues en reconnaissance d’images, en traduction, en synthèse vocale et en génération de texte.
Coût
La profondeur des réseaux et le volume des données d’entraînement expliquent la consommation de ressources : calcul intensif sur processeurs graphiques pendant l’entraînement, puis à chaque inférence.
C’est ce qui distingue l’apprentissage profond des méthodes statistiques classiques, souvent suffisantes pour des besoins courants et incomparablement moins coûteuses. Le choix d’une architecture profonde devrait donc résulter d’une comparaison, pas d’un réflexe, c’est le sens de la notion d’IA frugale portée par le numérique responsable.
