- TensorFlow, un simple outil de plus ou une révolution pour l’intelligence artificielle ?

17/07/2017
Publication REE REE 2017-3
OAI : oai:www.see.asso.fr:1301:2017-3:19443

Résumé

-	TensorFlow, un simple outil de plus ou une révolution pour l’intelligence artificielle ?

Auteurs

L’IA et l’industrie
L’intelligence artificielle : prothèse ou orthèse ?
Refroidissement des logements : ne refaisons pas l’erreur des chauffages d’appoint
26e Congrès de la Conférence générale des poids et mesures (CGPM) à Versailles
Gérard Mourou, prix Nobel de physique 2018
Transition énergétique : il est temps de redonner la priorité à l’électricité
Comment décarboner les transports lourds de marchandises ?
La RATP se met au vert
Autoconsommation : le débat ne fait que commencer
Un mix gazier 100 % renouvelable en 2050 : peut-on y croire ?
La fiscalité du carbone se renforce
Stratégie nationale bas carbone : les premiers indicateurs de résultats interpellent
Eoliennes flottantes : deux inaugurations importantes mais beaucoup d’incertitudes demeurent
Vers un cluster de l’hydrogène dans la région de Liverpool-Manchester
Les batteries Li-ion pour l’automobile : un marché en pleine évolution
Mobileye et le Road Experience Management (REMTM)
La cyber-sécurité dans les systèmes d'automatisme et de contrôle de procédé
Les applications industrielles et scientifiques des logiciels libres : aperçu général
Les applications industrielles des logiciels. libres
Les applications industrielles des logiciels libres (2ème partie)
L'identification par radiofréquence (RFID) Techniques et perspectives
La cyber-sécurité des automatismes et des systèmes de contrôle de procédé. Le standard ISA-99
Êtes-vous un « maker » ?
Entretien avec Bernard Salha
- TensorFlow, un simple outil de plus ou une révolution pour l’intelligence artificielle ?
Donald Trump annonce que les Etats-Unis se retirent de le l’accord de Paris
L’énergie et les données
Consommer de l’électricité serait-il devenu un péché ?
Un nouveau regard sur la conjecture de Riemann – Philippe Riot, Alain Le Méhauté
Faut-il donner aux autorités chargées du respect de la loi l’accès aux données chiffrées ?
Cybersécurité de l’Internet des objets : même les ampoules connectées pourraient être attaquées
L’Internet des objets - Deux technologies clés : les réseaux de communication et les protocoles (Partie 2)
ISA L’évolution des normes et des modèles
FIEEC - SEE - Présentation SEE et REE - mars 2014
Les radiocommunications à ondes millimétriques arrivent à maturité
L’Internet des objets - Deux technologies clés : les réseaux de communication et les protocoles (Partie 1)
Internet des objets : l’ARCEP et l’ANFR mettent à la consultation l’utilisation de nouvelles bandes de fréquence autour de 900 MHz
L’énergie positive
Controverses sur le chiffrement : Shannon aurait eu son mot à dire
La cyberattaque contre les réseaux électriques ukrainiens du 23 décembre 2015
Le démantèlement des installations nucléaires
L’Accord de Paris
Les data centers
L’hydrogène
Le piégeage et la récolte de l’énergie. L’energy harvesting
Régalez-vous, c’est autant que les Prussiens n’auront pas...
Le kWh mal traité Deuxième partie : le contenu en CO2 du kWh
Le kWh mal traité
Enova2014 - Le technorama de la REE
Les grands projets solaires du pourtour méditerranéen
Après Fukushima, le nucléaire en question ?
On sait désormais stocker les photons pendant une minute
Identification d’objet par imagerie fantôme utilisant le moment orbital angulaire
La découverte du boson de Higgs, si elle est avérée, confirmera le modèle standard
Multiplexage par moment angulaire orbital : mythe ou réalité ?
Supercalculateur quantique: le choix de la supraconductivité
Photovoltaïque : la course au rendement se poursuit
Production d’hydrogène par photolyse de l’eau assistée par résonance plasmon
Vers une meilleure compréhension du bruit de scintillation
Les nombres premiers en première ligne
La nouvelle révolution des moteurs électriques
Les cyber-attaques, un risque pour nos grandes infrastructures ?
Le stockage de l’électricité
Le véhicule électrique (2) : comment donner corps à la transition énergétique ?
L'automatisation des transports publics
Les technologies nouvelles de l’éclairage : leur impact sur l'environnement et la santé
Les énergies marines renouvelables
Le véhicule électrique : une grande cause nationale
Médaille Ampère 2012
Berges2009_Hauet.pdf
Prix Bergès 2009

Métriques

73
10
6.86 Mo
 application/pdf
bitcache://7a6f30670b994356b1063b4c76d7af6ceea1443e

Licence

Creative Commons Aucune (Tous droits réservés)
<resource  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                xmlns="http://datacite.org/schema/kernel-4"
                xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4/metadata.xsd">
        <identifier identifierType="DOI">10.23723/1301:2017-3/19443</identifier><creators><creator><creatorName>Jean-Pierre Hauet</creatorName></creator><creator><creatorName>Bruno Meyer</creatorName></creator></creators><titles>
            <title>-	TensorFlow, un simple outil de plus ou une révolution pour l’intelligence artificielle ?</title></titles>
        <publisher>SEE</publisher>
        <publicationYear>2017</publicationYear>
        <resourceType resourceTypeGeneral="Text">Text</resourceType><dates>
	    <date dateType="Created">Mon 17 Jul 2017</date>
	    <date dateType="Updated">Sat 22 Jul 2017</date>
            <date dateType="Submitted">Mon 19 Nov 2018</date>
	</dates>
        <alternateIdentifiers>
	    <alternateIdentifier alternateIdentifierType="bitstream">7a6f30670b994356b1063b4c76d7af6ceea1443e</alternateIdentifier>
	</alternateIdentifiers>
        <formats>
	    <format>application/pdf</format>
	</formats>
	<version>33107</version>
        <descriptions>
            <description descriptionType="Abstract"></description>
        </descriptions>
    </resource>
.

REE N°3/2017 Z 25 Dans ses « Libres propos » du présent numéro de la REE, Vincent Champain souligne la révolution, encore mécon- nue en France, que constitue la mise à disposition en open source par Google en novembre 2015 de sa plate-forme Ten- sorFlow. Développée par Google pour ses propres besoins, elle est désormais libre d’accès et en open source dans le cadre de la licence Apache. Tensorflow est une plate-forme d’apprentissage automa- tique utilisant la technique d’intelligence artificielle dite des réseaux neuronaux profonds. Elaboré par Google, elle per- met de construire et d’entrainer des réseaux de neurones capables de détecter et de déchiffrer des schémas ou des images, selon une méthode similaire à celle que, pense-t-on, les humains utilisent pour penser et raisonner. La technique des réseaux neuronaux artificiels n’est pas nouvelle et remonte aux années 19501 . A cette époque, les neurologues Warren McCulloch et Walter Pitts ont imaginé le concept de neurone formel. Un neurone formel est un automate doté d’une fonction de transfert qui transforme ses entrées en sorties selon des règles précises. Il peut être doté de capacité de mémoire. Dans l’exemple de la figure 1, le neurone reçoit des valeurs d’entrées notées e1 à e3 qu’il com- bine entre elles en leur donnant des poids respectifs w1 , w2 et w3 et dont il va tirer des valeurs de sortie notées ici s1 et s2 . La fonction f n’est pas en règle générale linéaire et peut prendre différentes formes : logistique, hyperbolique, gaus- 1 Warren Mc Culloch et Walter Pitts – What the frog’s eye tells the frog’s brain. sienne, à seuil… Les valeurs de sortie viennent alimenter en tant qu’entrées d’autres neurones par l’intermédiaire de connexions dénommées synapses (figure 2). On parvient alors à la notion de réseaux de neurones dont la connexion entre eux peut être totale ou organisée en couches comme sur la figure 2. Les neurones intermédiaires sont dénommés neurones cachés ou neurones profonds . D’un point de vue formel, un réseau de neurones est si- milaire à un neurone pris isolément. Il permet d’associer à un vecteur d’entrée, un vecteur de sortie. Mais la fonction de transfert du réseau est elle-même constitué de neurones. Il y a donc une forme d’autosimilarité dans la notion de réseau de neurones. A partir des données d’entrée, le réseau de neurones permet de discriminer des formes ou des situations et, par exemple, de reconnaître une lettre de l’alphabet. Cette re- ACTUALITÉS TensorFlow, un simple outil de plus ou une révolution pour l’intelligence artificielle ? Figure 1 : Schéma d’un neurone formel. Figure 2 : Schéma d’un réseau de neurones multicouches. 26 Z REE N°3/2017 connaissance se fait sans avoir à rentrer un modèle de la lettre, mais par apprentissage. Un échantillon de données d’entrée, aussi riche, qu’il est possible, va être soumis au ré- seau et les coefficients wi , dénommés poids synaptiques, vont être déterminés de façon à minimiser le taux d’erreur à la sortie dans le traitement de l’échantillon par le réseau. Il existe différentes façons de calculer ces poids et en particu- lier les méthodes dites de rétropropagation. Les réseaux neuronaux ont soulevé un intérêt fluctuant dans le temps. Le « perceptron », réseau linéaire monocouche a été proposé en 1958 par Frank Rosenblatt, puis sont venus les réseaux de Hopfield et de Kohonen, avec toujours une dif- ficulté à traiter correctement les phénomènes non linéaires. Le retour de l’intelligence artificielle et du “machine learning” leur confère aujourd’hui une nouvelle jeunesse. C’est dans ce contexte qu’il faut apprécier l’annonce de la mise à disposition en open source par Google de sa boîte à outils Tensorflow. Ce nom vient de la contraction entre le vocable de « tenseurs », auxquels sont assimilées les matrices N dimensions utilisées dans le modèle, et le « flow » des données qui circulent. Google fournit peu d’éléments techniques permettant de caractériser l’originalité de son approche. On sait (figure 3) qu’il s’agit d’un modèle de réseau neuronal multicouche dont Google affirme que « grâce à sa flexibilité et à ses capacités, il nous per- met de construire et d’entraîner des réseaux de neurones arti- ficiels jusqu’à cinq fois plus vite, [...] donc nous pouvons l’utiliser pour améliorer nos produits bien plus rapidement ». Dans ce modèle, les enchaînements de couches per- mettent de prendre en compte de nouveaux mécanismes d’apprentissage à partir de données d’entrée. Plutôt que de répondre à des questions de type « Pourquoi fais-tu ça ? » ou « Pourquoi pas autre chose ? » les réseaux sont liés par des liens de type « Je comprends pourquoi » ou « Je com- prends pourquoi ce n’est pas le cas ». Dans le cas de la re- connaissance d’un chat, plutôt que de montrer des photos de chats, des descriptions successives sont utilisées : « Un chat a quatre pattes, de la fourrure, des moustaches, des griffes, etc. ». Il y aurait donc une certaine part de modèle descriptif dans l’approche suivie. D’un point de vue technique, TensorFlow se raccorde à une API (Application Programme Interface) en langage Py- thon. Pour Google, ces choix garantissent portabilité, tant sur des microprocesseurs (CPU) que sur des GPU (CPU équipés de cartes graphiques), ainsi que flexibilité. Un site Internet a été mis ne place (www.tensorflow. org) pour en faciliter l’usage grâce à l’aide de vidéos, de témoignages et de tutoriels. Parmi ceux-ci, des illustrations concrètes à visée pédagogique sont proposées. Au-delà de l’apprentissage machine et l’intelligence artificielle, l’éditeur offre des résolutions de problèmes complexes, comme les équations aux dérivées partielles. Ainsi, un tutoriel explique comment modéliser les conséquences de gouttes d’eau tombant à la surface d’une mare. La mise à disposition en open source de TensorFlow est un moyen pour Google d’améliorer son système d’intelli- ACTUALITÉS Figure 3 : Schéma du modèle Tensorflow. TensorFlow est la deuxième génération de système d’intelligence artificielle mis au point par Google. Elle succède à DistBelief développé en 2011 – Source : Google. REE N°3/2017 Z 27 gence artificielle en faisant appel à des spécialistes qui ne travaillent pas pour son compte. Il est certain en effet que l’entreprise suivra de près les travaux de la communauté open source sur TensorFlow et qu’elle récupérera pour son compte les pistes qui permettront de l’améliorer Le souhait de Google est de fédérer autant de déve- loppeurs que possible. Si la communauté industrielle et scientifique adhère à l’approche TensorFlow, les chances sont grandes que cela génère une large communauté mondiale. Quand on sait l’importance qu’aujourd’hui revêtent les ré- seaux de neurones et l’apprentissage machine, on comprend la volonté de l’éditeur d’imposer son empreinte au niveau numérique global. Toutefois Google n’est pas seul dans ce domaine. Micro- soft a publié en open source un kit de recherche sur les réseaux de neurones, tout comme Amazon. Facebook, lui, propose en open source son moteur. Apple n’a encore rien publié mais a présenté une étude avec des cas d’applications des réseaux de neurones. Une nouvelle vague d’intérêt pour les modèles d’intelli- gence artificielle par réseaux neuronaux est bien présente, avec des outils permettant de relever les défis de l’appren- tissage. Le survol de forums Internet montre que ces ou- tils génèrent de nombreux avis, certains critiques d’autres dithyrambiques. Les Américains sont les leaders tant comme développeurs que comme utilisateurs innovants. Le monde français de l’industrie, de la recherche tout comme les pou- voirs publics doivent y être attentifs. Q Bruno Meyer et Jean-Pierre Hauet + de 4000 PROFESSIONNELS FORMÉS et SATISFAITS ! 7 DATES SUR TOUTE LA FRANCE7 PrProgograrammmmee etet iinsnscrcripiptitiononss :: hthttptp:/://w/wwwww.s.sememininaiaireres-s-fofoududrere.f.frrPrPPrPrPrPrPrPrPPPPPrPrPrPrPrPrPrPrPrPPrrPrPPPPPrPrPrrrogogogogogogogogogogogogogogogogogggggogogogogogogogogogogoograrararararararararararaararaararaarrarararararararaararaammmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmeeeeeeeeeeeeeeeeeeeeeeeeeeee eteteteteteteteteteeteteteteteteteteteteteteeteteteteteeteteete iiiiiiiiiiiiiiiiiiinsnsnsnsnsnsnsnsnsnsnsnsnsnsnsnsnsnsnsnsnssnssnsnnsnsnsnsnsscrcrcrcrcrcrcrcrcrcrcrcrcrcrcrcrrcrcrcrcrcrcrcrcrcrcrcrrrc ipipipipippipipipipipipipipipipipipipipipipppppppiptitititttititititititititiitttttttttitiitittittionononononononnonononononononononononononnnnonononononnonnssssssssssssssssssssssssssss ::::::::::::::: hththththththththththththhththhththththththhthttttth tptptptptptptptptptptptptptptptptptpptptptptptttptttptptptptpp:/:/:/:/:/:/:/:/:/:/:/:///:/:/:////w/w/w/ww/ww/w/w/w/w/w/w/w/w/w/www/w/wwwww/wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww s.s.ssss.sss.s.ssssssssssss.sss.ss.sssememememeememememememememememememememememememmemememmememininininininninininininininninininininnnninnnnninnaiaiaiaiaiaaaiaiaaiaiaiaiaiaiaiaiiaaiaaaaaaaaaaiaairererereerererererereererrererererereeeeeerererrereereesss-s-s-ss-ssssss-s-s-sssssssss-ss-ss-s-s fofofofofofofoffofofofofofofoffofofofoffofofffofofofofofoudududududududududududududududududududdduududdududddududrererereeerererererererereererereeereeeeererererree.f.f.fffff.f.ff.f.f.ffffffffffffffffff.ffrrrrrrrrrrrrrrrrrrr SÉMINAIRES GRATUITS ORGANISÉS PAR LES 3 LEADERS FRANÇAIS DE LA PRÉVENTION FOUDRE DES PARAFOUDRES DES PARATONNERRES DD D D D D DD + F ACTUALITÉS