L’apprentissage par l’exemple
Limite des règles écrites
Essayez de décrire un chat avec des règles. Quatre pattes ? Les chiens aussi. Des moustaches ? On ne les voit pas toujours. Des oreilles pointues ? Pas sur cette photo de dos. Au bout de quelques minutes, on renonce : il y a trop de cas.
L’apprentissage automatique contourne cette difficulté. On réunit des milliers de photos déjà étiquetées, « chat » ou « pas chat », et on laisse un programme ajuster ses calculs jusqu’à retrouver les bonnes étiquettes. Personne n’écrit la règle : elle se dépose, peu à peu, dans les réglages du programme.
Exercice
La machine ci-dessous fonctionne sur ce principe, en tout petit. Elle a vu huit ronds et huit croix dessinés à la main. Quand vous dessinez, elle cherche les trois exemples qui ressemblent le plus à votre dessin, et suit la majorité.
Regardez bien la case « Ce que voit la machine » : pas de lignes, pas de formes, seulement une grille de cases plus ou moins noircies. Puis relevez le défi du petit rond dans un coin.
Apprendre par l’exemple
Cette machine a vu 8 ronds et 8 croix dessinés à la main. Dessinez une forme dans le cadre : elle cherche, parmi ses exemples, les trois qui ressemblent le plus à votre dessin.
Votre dessin
Ce que voit la machine
Une grille de 16 × 16 cases plus ou moins noircies. Elle ne voit ni lignes ni formes.
Sa réponse
Dessinez une forme : sa réponse s’affiche ici.
Tout ce qu’elle a vu : 16 exemples
Essai sur un assistant réel
Demandez à un assistant de vous expliquer un système que vous utilisez sans y penser.
Explique-moi en six phrases simples comment un filtre de courrier indésirable apprend à repérer les messages indésirables. Donne un exemple concret d’erreur qu’il peut commettre et dis pourquoi.
Comparez son explication avec ce que vous venez de manipuler. Retrouvez-vous les exemples déjà triés, les indices qui reviennent, et les erreurs quand un message ne ressemble à aucun exemple ?
Exemple de réponse, si vous n’avez pas d’assistant
Réponse reconstituée d’après des essais réels, raccourcie. La vôtre sera différente.
Un filtre reçoit des milliers de messages déjà classés par des personnes. Il repère les mots, les expéditeurs et les formes qui reviennent dans les indésirables. Pour un nouveau message, il compare avec ce qu’il a vu et calcule une probabilité. Au-dessus d’un seuil, le message est écarté. Il continue d’apprendre quand vous signalez un message. Exemple d’erreur : une convocation médicale écrite en capitales, avec un lien, est classée indésirable parce qu’elle ressemble aux publicités qu’il a vues.
N’y ajoutez aucune information personnelle. Si votre employeur ou votre établissement fournit un outil, utilisez celui-là.