LES BASES DE LA TECH
Apprentissage automatique
Un logiciel qui s'améliore dans une tâche en apprenant d'exemples, pas de règles fixes.
En version simple
La plupart des logiciels suivent des règles écrites par une personne — « si ceci arrive, fais cela ». Le machine learning est différent : plutôt que d'écrire des règles exactes, les ingénieurs donnent à un ordinateur beaucoup d'exemples, et il apprend des schémas par lui-même pour faire des prédictions ou des choix.
Par exemple
Un filtre anti-spam n'a pas de liste figée de tous les spams — il a appris des schémas à partir de millions d'exemples de spam et de non-spam, ce qui lui permet de repérer de nouveaux spams jamais vus. Les fils de recommandation fonctionnent pareil, en apprenant de ce que toi (et d'autres) cliquez.
Pour aller plus loin
Le machine learning est en fait une vaste catégorie — elle va de la simple reconnaissance de motifs aux grands modèles de langage derrière des outils comme les chatbots. « IA » est souvent utilisé de façon large pour désigner la même chose, bien que techniquement l'IA soit l'objectif plus large et le ML l'un des principaux moyens d'y arriver.
Pourquoi c'est important
Le machine learning touche aujourd'hui la plupart des grands produits tech d'une manière ou d'une autre, des résultats de recherche à la détection de fraude en passant par l'autocomplétion de ton téléphone. Comprendre l'idée de base — apprendre à partir de données plutôt que de règles fixes — aide à comprendre une grande partie des carrières tech modernes.