Imaginez un immense réseau de minuscules interrupteurs, chacun capable de s'allumer un peu plus ou un peu moins selon ce qu'il reçoit de ses voisins. Un réseau de neurones artificiels est exactement cela : un modèle mathématique, vaguement inspiré du cerveau, qui apprend à transformer des entrées (une image, un texte, un son) en sorties utiles (un chiffre, une catégorie, une traduction).
Le neurone, brique de base
Chaque neurone artificiel reçoit plusieurs signaux, les pondère, en fait la somme, ajoute un biais, puis passe le résultat dans une fonction d'activation non linéaire (comme ReLU ou la sigmoïde). Mathématiquement :
$$y = f\left(\sum_{i=1}^{n} w_i x_i + b\right)$$
Les poids $w_i$ sont les paramètres que le réseau ajuste pendant l'apprentissage. C'est la non-linéarité de $f$ qui permet au réseau d'approximer des relations complexes.
Des couches qui s'empilent
Les neurones sont organisés en couches : une couche d'entrée, une ou plusieurs couches cachées, et une couche de sortie. Quand il y a beaucoup de couches, on parle d'apprentissage profond (deep learning).
| Couche | Rôle |
|---|---|
| Entrée | Reçoit les données brutes |
| Cachées | Extraient des motifs de plus en plus abstraits |
| Sortie | Produit la prédiction finale |
Comment il apprend
Le réseau compare sa sortie à la réponse attendue via une fonction de coût, puis corrige ses poids par rétropropagation du gradient et descente de gradient, répétée sur des milliers d'exemples.
- Plus de données et de couches motifs plus riches
- Risque de surapprentissage si le modèle mémorise au lieu de généraliser
Un réseau de neurones n'est pas programmé règle par règle : il apprend ses propres règles à partir des exemples.