Photos de plage : comment apprend un réseau de neurones ?

Intervenant 10:00

Bienvenue dans le podcast du magazine Tangente.

Intervenant 20:02

Salut Anne.

Intervenant 10:04

Et un grand mot de bienvenue à toutes les personnes qui nous écoutent pour cette nouvelle exploration. Aujourd'hui, on va tenter une petite expérience de pensée.

Intervenant 20:12

Oh, j'aime bien ça, je suis prêt.

Intervenant 10:14

Imaginons un instant devoir expliquer le concept de plage, tu sais, la mer, le sable, mais à une entité logicielle complètement aveugle.

Intervenant 20:23

D'accord. Une machine qui ne voit que des grilles de nombres, en gros.

Intervenant 10:27

Exactement. Ça a l'air bête comme point de départ, mais c'est en fait vertigineux. On va vraiment ouvrir le capot de l'intelligence artificielle aujourd'hui.

Intervenant 20:35

Oui. Et on va regarder ce qui s'y passe réellement sans tout le blabla de science-fiction qu'on entend d'habitude.

Intervenant 10:40

Pour ça, notre plongée s'appuie sur les travaux de Timothée Lacroix et Neil Zeguidour, qui sont chercheurs chez Facebook AI Research à Paris.

Intervenant 20:48

C'est ça.

Intervenant 10:49

Notre mission, c'est de partir d'un truc super basique, le tri de photos de vacances, pour aller jusqu'au mystère non résolu des réseaux de neurones.

Intervenant 20:57

Et c'est un cadre super important parce que ça dissipe tout de suite cette idée de magie.

Intervenant 11:01

Il n'y a pas de magie, du coup.

Intervenant 21:03

Bah non, quand on parle d'apprentissage automatique, c'est pas une machine qui pense ou qui comprend les choses comme nous.

Intervenant 11:09

C'est quoi alors ?

Intervenant 21:10

C'est de la statistique pure, de la géométrie et de l'optimisation mathématique. Le but aujourd'hui, c'est vraiment de montrer que c'est une mécanique implacable.

Intervenant 11:18

Bon, décortiquons un peu tout ça. Le problème de base dans nos sources, c'est hyper concret. On a un album de milliers de photos de vacances.

Intervenant 21:26

Et il faut les trier.

Intervenant 11:27

Voilà, en deux dossiers, plages et autres.

Intervenant 21:30

La première idée, la plus naïve en fait, c'est d'utiliser juste la couleur.

Intervenant 11:34

Bah oui, la plage c'est du sable, le sable c'est jaune, donc on cherche le jaune.

Intervenant 21:38

C'est ça. Et la machine, elle va analyser les valeurs numériques des canaux RVB, tu sais, rouge, vert, bleu, de chaque pixel.

Intervenant 11:46

Pour le jaune, il faut quoi ? Beaucoup de rouge et de vert et peu de bleu ?

Intervenant 21:49

Exactement. Le problème mathématique ici, c'est pas de capter la couleur, c'est de définir la frontière.

Intervenant 11:55

C'est-à-dire ?

Intervenant 21:56

À partir de quelle quantité exacte de jaune, on décrète que l'image va dans le dossier plage.

Intervenant 12:01

Ah oui, c'est la fameuse fonction de décision avec un seuil. En fait, c'est un peu comme régler en thermostat la maison.

Intervenant 22:06

C'est une bonne analogie.

Intervenant 12:08

Si on règle le seuil super haut, le système devient ultra exigeant. Il va vouloir que toute la photo soit jaune.

Intervenant 22:14

Et là, paf, tu rejettes des vraies photos de plage juste parce qu'il y a trop de ciel bleu ou trop de mer dans le cadre.

Intervenant 12:19

Ouais. Et à l'inverse, si on met le seuil trop bas, il laisse tout passer. Une photo du salon avec une ampoule un peu jaune, hop, c'est classé comme plage.

Intervenant 22:27

C'est exactement ça. Il faut donc trouver le réglage parfait. Et la méthode scientifique pour ça, c'est l'ensemble d'entraînements.

Intervenant 12:35

On prend un petit échantillon de photos pour s'entraîner,

Intervenant 22:38

quoi. Ouais, disons une cinquantaine de photos. On les classe à la main, nous-mêmes.

Intervenant 12:42

D'accord.

Intervenant 22:42

Et ça devient notre terrain de test. L'algorithme va essayer plein de seuils différents sur ces 50 images. Et à chaque erreur, hop, on lui met une pénalité, généralement fixée à

Intervenant 12:53

1. Donc si je comprends bien, on cherche juste le seuil qui donne la pénalité moyenne la plus basse.

Intervenant 22:58

C'est tout à fait mécanique. Et ce qui est fascinant ici, c'est ce principe de généralisation.

Intervenant 13:03

La généralisation ?

Intervenant 23:04

Oui, si ton échantillon de 50 photos est bien représentatif de tout ton album, la performance que tu obtiens sur cet échantillon sera à peu près la même sur tes milliers de photos.

Intervenant 13:14

Sauf que, baser tout un système sur le simple comptage de pixels jaunes, ça me paraît super limité.

Intervenant 23:20

Ah bah, c'est d'une pauvreté affligeante.

Intervenant 13:22

Bah oui ! Imagine, on veut trier, je sais pas, des races de chiens ou repérer des vélos. La couleur globale, ça sert plus à rien.

Intervenant 23:29

Un vélo, ça peut être rouge, bleu, en plein soleil...

Intervenant 13:32

Et la règle du seuil unique, elle s'effondre complètement là.

Intervenant 23:35

Totalement ! Face à la complexité du monde réel, il a fallu passer à des fonctions beaucoup plus riches.

Intervenant 13:41

Et c'est là qu'entrent en scène les fameux réseaux de neurones.

Intervenant 23:43

Exactement. Un neurone artificiel, il faut le voir comme une petite fonction élémentaire qui fait son boulot en deux étapes.

Intervenant 13:50

Ok, c'est quoi la première étape ?

Intervenant 23:51

D'abord, il prend plein de valeurs en entrée, comme la valeur des pixels, et il en fait une moyenne pondérée. Chaque entrée est multipliée par un poids.

Intervenant 14:00

Un poids, c'est comme un coefficient d'importance en fait ?

Intervenant 24:04

C'est ça. Et la deuxième étape hyper importante, c'est qu'il passe ce résultat dans une fonction non linéaire. C'est ce qu'on appelle la fonction d'activation.

Intervenant 14:12

Les sources parlent de la fonction Signe pour illustrer ça.

Intervenant 24:15

Oui, c'est un mécanisme très binaire.