Les cours MOOCs dévoués au Deep Learning ? Tout savoir !

Connaissez-vous l’apprentissage automatique né du machine learning au XXe siècle ? Découvrez dans cet article :

• l’origine du Deep learning,
• la signification du MOOC,
• le lien entre le MOOC et le Deep learning,
• les avantages du Deep learning,
• les inconvénients du Deep learning.

C’est parti pour une belle lecture !

Qu’est-ce que le Deep Learning ?

Le deep learning que l’on peut traduire en français par « apprentissage profond » est un concept d’apprentissage dans lequel on fait appel à l’intelligence artificielle et à des algorithmes. Une technologie utilisée aujourd’hui dans de nombreux domaines à l’image de la reconnaissance faciale, pour vous donner un exemple.

À l’origine du deep learning on trouve le machine learning, ou l’apprentissage automatique qui fait également appel à l’intelligence artificielle ou comment un ordinateur avec une multitude d’algorithmes de pointe peut apprendre tout seul  à partir d’éléments et de données qui lui ont été préalablement transmis.

Le père fondateur du machine learning est Alan Turing, visionnaire de l’intelligence artificielle et mathématicien de génie. Durant la Seconde Guerre Mondiale, ses travaux ont permis de décrypter le code Enigma utilisé par les Nazis pour crypter leurs transmissions grâce à une machine capable d’effectuer en même temps le travail de milliers de personnes. Cet épisode de la vie du savant britannique a même été porté à l’écran dans le film Imitation Game de Morten Tyldum.

Qu’est-ce qu’un MOOC ?

Un MOOC, acronyme anglais de massive open online course est un programme d’enseignement en e-learning dont les premières moutures ont été développées au début des années 2000. Il s’agit donc de cours accessibles en ligne, gratuits et massifs qui donnent la possibilité à des milliers de personnes de trouver une formation dans le domaine qui les intéresse.

Ils sont qualifiés de massifs car à travers le monde jusqu’à cent mille personnes peuvent par exemple se retrouver connectées en même temps pour participer à ces cours. L’opportunité pour des internautes qu’ils se trouvent en France ou ailleurs dans le monde d’accéder à toutes sortes de savoirs, de ressources et de données partagées par les auteurs et les créateurs de ces MOOCs.

Mis au point à l’origine par les universités américaines, les MOOCs ont inondé ces dernières années les plateformes de formation sur internet. Dans toutes sortes de domaines, des cours gratuits sont accessibles à distance. La France a lancé sa propre plateforme, baptisée FUN, via le ministère de l’Enseignement supérieur et de la Recherche sur laquelle pas moins de 150 cours à distance sont ouverts au public.

Les MOOCs offrent ainsi toute une série d’avantages :

Quel est le lien entre le Deep Learning et le MOOC ?

Vous l’avez saisi, il existe donc un lien entre le deep learning ou apprentissage automatique et les cours massifs ouverts en ligne, les MOOCs. Puisqu’une machine est capable d’apprendre toute seule, de s’entraîner et de s’améliorer au gré des différentes datas qui lui ont été fournies, pourquoi l’humain ne le serait-il pas ?

Avec ce format, l’apprenant se retrouve donc au cœur de cette immense machine du savoir. Il l’intègre et suit les différents cours à disposition, en apprenant pas à pas. Souvent sur la base de formats courts qui permettent une acquisition sereine des connaissances et une expérience pouvant être partagée avec une communauté d’internautes.

L’un des avantages de ce type d’enseignement est d’ouvrir une porte sur un champ de connaissances spécifiques avec la liberté d’en apprendre un peu ou beaucoup. Participer à un MOOC durant quelques heures, permet à l’apprenant :

• de découvrir un domaine,
• de se familiariser avec celui-ci avant de décider,
• de suivre un programme de cours plus complet
• d'être encadré via d’autres plateformes en ligne de formation spécialisée par exemple.

Les avantages du Deep learning

Le deep learning présente donc l’avantage non négligeable de gérer des quantités de données massives, sans besoin de surveillance particulière. Cette intelligence artificielle trouve aujourd’hui son application dans de nombreux domaines comme :

• la robotique,
• l’agriculture,
• dans le quotidien de chacun quand nous surfons sur Google, utilisons les réseaux sociaux qui fonctionnent sur la base d'algorithmes complexes ou encore lorsque nous voyageons dans les aéroports.

Les inconvénients du Deep learning

L’intelligence artificielle requiert un très grand nombre de données, des big datas nécessaires à la création d’un modèle qui sera performant dans le domaine d’application visé.

Ce qui implique mécaniquement, de disposer d’une très grande puissance de calcul pour assurer aux ordinateurs une capacité optimale. Il faut leur permettre d’éliminer ce qui est considéré comme une « mauvaise réponse » (et il faut en éliminer un très grand nombre !) avant qu’ils ne puissent parvenir à délivrer la bonne !

Un processus qui s’avère long et coûteux à la fois en raison des ressources qu’il réclame et des données à rassembler.

Cela nécessite de pouvoir stocker ces données quelque part et la plupart du temps c’est le cas sur le cloud fourni par une plateforme telle Google, IBM ou encore Amazon Web Services. Il convient de s’assurer alors que toutes les dispositions sont prises en matière de confidentialité et de protection des données.

Le deep learning n’est donc pas à la portée de toutes les entreprises et souvent seules les plus grosses, en ont à la fois le besoin mais surtout les moyens en termes financier et humain de recourir à l’intelligence artificielle.