Les réseaux neuronaux dans l’intelligence artificielle sont si performants aujourd’hui qu’on se demande jusqu’où ils peuvent aller. Pourtant, une partie de leur fonctionnement reste un mystère pour les scientifiques. Mais une récente étude de l’université Rice de Houston permettrait d’expliquer cette boîte noir en utilisant des mathématiques d’il y a 200 ans.
De quelle méthode mathématique s’agit-il ?
Les réseaux neuronaux artificiels sont composés de neurones qui collaborent pour résoudre des problèmes, formant ainsi la base du deep learning. Pendant longtemps, la façon dont ils parvenaient à des conclusions est restée un mystère. Mais, afin d’examiner le réseau neuronal dans son ensemble, les chercheurs ont utilisé une méthode mathématique appelée analyse de Fourier. Cette méthode, souvent utilisée en physique, sert à identifier des modèles réguliers dans les données, l’espace et le temps. En explorant cette part d’ombre, cela pourrait améliorer la précision et la vitesse d’apprentissage des réseaux neuronaux.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA SCIENTIST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ? Découvrez notre formation de Data Scientist.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA SCIENTIST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ?
Qu’en ont déduit les chercheurs ?
Dans leur étude, les chercheurs ont expérimenté la méthode de Fourier sur un réseau neuronal entraîné à analyser les turbulences complexes observées dans l’air ou dans l’eau et à prédire l’évolution de ces flux dans le temps. En procédant couche par couche, ils ont démystifié le modèle pour comprendre son fonctionnement interne. Ils ont ensuite établi des liens avec les mathématiques et la physique de systèmes physiques réels. En réussissant cette expérience, ils ont constaté que l’analyse de Fourier peut être appliquée à d’autres réseaux neuronaux destinés à l’analyse d’autres systèmes complexes.
La compréhension des systèmes neuronaux pourrait ouvrir les possibilités d’une génération d’intelligence artificielle encore plus performante. Ce à quoi travaille actuellement Microsoft, qui développe un nouveau modèle de langage, Kosmos-1. C’est pourquoi, si cet article vous a plu et si vous envisagez une carrière dans la Data Science, n’hésitez pas à découvrir nos articles ou nos offres de formations sur DataScientest.
Source : spectrum.ieee.org
