Introduction à l’Apprentissage Automatique et à l’Apprentissage Profond dans l’IA générative¶
L’intelligence artificielle générative (Generative Artificial Intelligence) est un domaine en pleine évolution qui permet aux machines de créer du nouveau contenu, comme des images, du texte, de la musique, et même des vidéos. Au cœur de cette technologie se trouvent l’apprentissage automatique (Machine Learning) et l’apprentissage profond (Deep Learning), deux approches fondamentales qui permettent aux modèles d’apprendre à partir de données et de produire des résultats nouveaux et réalistes.
L’apprentissage automatique (Machine Learning) est un domaine large de l’IA où les modèles sont entraînés sur des données structurées ou non structurées pour faire des prédictions ou prendre des décisions. Il comprend différentes techniques, allant d’algorithmes classiques comme les arbres de décision (Decision Trees) et les machines à vecteurs de support (Support Vector Machines), à des réseaux neuronaux plus avancés.
L’apprentissage profond (Deep Learning), qui fait partie de l’apprentissage automatique, est particulièrement efficace pour traiter des données non structurées. Il utilise des réseaux neuronaux artificiels (Artificial Neural Networks) avec plusieurs couches pour extraire des caractéristiques complexes et générer des sorties de haute qualité. Cette capacité fait de l’apprentissage profond la base de l’IA générative, en permettant à des modèles comme les réseaux antagonistes génératifs (Generative Adversarial Networks, ou GANs) et les transformers (Transformers) de produire du texte, des images et de l’audio
Liens Externes (Youtube, Medium, etc):¶
Bibliographie:¶
Feuerriegel, S., Hartmann, J., Janiesch, C. and Zschech, P., 2024. Generative ai. Business & Information Systems Engineering, 66(1), pp.111-126. https://arxiv.org/abs/2309.07930
D. Foster, Generative Deep Learning, 2nd ed. Sebastopol, CA, USA: O’Reilly Media, Inc., 2023.