En clair
Imaginez une immense table de mixage, avec des millions de curseurs. On y fait entrer une image, un son ou un texte transformé en nombres ; il en sort une réponse. Au départ, les curseurs sont placés au hasard et la réponse n’a aucun sens. Entraîner le réseau, c’est déplacer chaque curseur d’un rien, exemple après exemple, jusqu’à ce que les réponses deviennent justes.
Chaque « neurone » fait une opération très simple : il additionne les signaux qu’il reçoit, en donnant plus ou moins d’importance à chacun, puis transmet le résultat aux neurones suivants. Seul, il ne sait presque rien faire. C’est leur nombre et leur organisation en couches successives qui permettent de reconnaître un visage ou de traduire une phrase.
Le nom vient d’une analogie avec le cerveau, mais elle s’arrête vite. Un neurone artificiel est une formule mathématique, pas une cellule vivante, et un réseau n’apprend pas comme un enfant. Il lui faut en général bien plus d’exemples qu’à un humain pour apprendre la même chose, et il ne sait rien en dehors de ces exemples.
Un exemple
Un industriel veut contrôler ses pièces en sortie de chaîne. Il photographie des milliers de pièces, conformes ou défectueuses, et entraîne un réseau de neurones à les distinguer. Le réseau apprend seul quels détails comptent : une rayure, une bavure, une teinte anormale.
Installé sur la ligne, il signale les pièces douteuses à un opérateur. Si un nouveau type de défaut apparaît, il faut lui en montrer des exemples : il ne reconnaît que ce qui ressemble à ce qu’il a vu.
Comment ça marche
L’idée date de 1943 : Warren McCulloch et Walter Pitts proposent un modèle mathématique du neurone, une unité qui s’active quand la somme de ses entrées dépasse un seuil 1. Dans un réseau moderne, chaque neurone calcule une somme pondérée de ses entrées, ajoute un biais, puis applique une fonction d’activation non linéaire. Sans cette non-linéarité, empiler des couches ne servirait à rien : l’ensemble resterait équivalent à une seule couche.
- PropagerUn exemple traverse le réseau, qui produit une réponse.
- MesurerOn calcule l’écart entre cette réponse et la bonne.
- RétropropagerOn calcule la part de chaque poids dans l’erreur.
- CorrigerChaque poids est ajusté très légèrement.
Ce cycle se répète sur un très grand nombre d’exemples.
Les poids et les biais sont les paramètres du réseau. L’entraînement repose sur la rétropropagation du gradient, popularisée en 1986 par David Rumelhart, Geoffrey Hinton et Ronald Williams 2 : on mesure l’erreur en sortie, puis on calcule, couche par couche en remontant, la part de chaque poids dans cette erreur. Chaque poids est ensuite corrigé légèrement dans le sens qui la réduit, et l’opération est répétée sur un très grand nombre d’exemples.
L’organisation des neurones définit l’architecture : réseaux convolutifs pour les images, réseaux récurrents puis Transformers pour le texte. Les travaux fondateurs du domaine ont valu le prix Nobel de physique 2024 à John Hopfield et Geoffrey Hinton, « pour des découvertes et inventions fondamentales qui rendent possible l’apprentissage automatique avec des réseaux de neurones artificiels » 3.
Ce que ça change pour une entreprise
Les réseaux de neurones sont l’outil de référence dès que les données sont peu structurées : images, son, texte, vidéo. Ils sont derrière la reconnaissance vocale, la lecture automatique de documents, le contrôle visuel et les assistants conversationnels. Dans la plupart des cas, une entreprise n’en entraîne pas : elle utilise un réseau déjà entraîné par un fournisseur.
Deux limites pèsent sur les projets. Le fonctionnement interne est difficile à expliquer : on sait ce que le réseau répond, rarement pourquoi, ce qui complique les usages où une décision doit être justifiée. Et l’entraînement demande beaucoup de données et de puissance de calcul. Pour des données chiffrées en tableau, des méthodes plus simples font souvent aussi bien, pour moins cher.
Idées reçues
- « Un réseau de neurones fonctionne comme un cerveau. »
L’inspiration est lointaine. Un neurone artificiel est une addition pondérée suivie d’une fonction simple, sans rapport avec la complexité d’un neurone biologique.
- « On sait exactement ce que fait chaque neurone. »
Non. Le comportement naît de l’ensemble des poids, et le comprendre est un champ de recherche à part entière, l’interprétabilité.
Sources
- McCulloch et Pitts, « A logical calculus of the ideas immanent in nervous activity », Bulletin of Mathematical Biophysics, 1943
- Rumelhart, Hinton et Williams, « Learning representations by back-propagating errors », Nature, 1986
- Académie royale des sciences de Suède, communiqué du prix Nobel de physique 2024