Et oui ! l’IA ne peut pas tout faire et a besoin d’un coup de main.
Apprentissage supervisé et apprentissage non supervisé (ou auto-supervisé)
Savez-vous ce que c’est ?
Il arrive que dans certaines situations, l’intelligence artificielle a besoin de l’humain pour apprendre
Ainsi, lorsqu’un data scientist assiste un algorithme d’IA dans son apprentissage, on parle alors d’apprentissage supervisé.
En pratique, en quoi cela consiste exactement ?
C’est tout simplement guider l’apprentissage de l’algorithme en lui fournissant des exemples déjà classés (on parle de “données étiquetées”).
Prenons l’exemple d’un algorithme destiné à distinguer les images de chats de celles de chiens. Pour l’aider à apprendre, il faudra lui fournir des images étiquetées en chiens et en chats. En donnant à l’algorithme le résultat attendu, il pourra identifier les caractéristiques des images permettant de distinguer celles contenant un chat de celles contenant un chien.
Et l’apprentissage non supervisé ?
L’apprentissage non supervisé est une situation d’apprentissage où l’algorithme apprend de manière complètement autonome, et donc sans intervention humaine.
Et les domaines d’application ? Ils sont multiples !!
LEVIATAN utilise l’apprentissage supervisé dans une solution développée pour la détection d’hémorragies cérébrales.
L’algorithme entraîné sur des milliers d’imageries cérébrales permet ainsi :
- De détecter la présence ou non d’hémorragie cérébrale chez le patient.
- De localiser la (les) zone(s) de saignement.
- D’identifier le type d’hémorragie ; intraparenchymateuse, interventriculaire, subarachnoïde, épidural, etc.
LEVIATAN utilise l’apprentissage non supervisé dans un système de recommandation en se basant sur la similarité dans les données.
Grâce à ces apprentissages, l’humain aide la machine et vice versa. L’homme devient augmenté et pas substitué.
Alors, doit-on véritablement avoir peur de l’Intelligence Artificielle ?
