La leçon en 30 secondes

• Peu d’exemples = une IA qui se trompe à la première surprise.
• Le nombre compte, mais surtout la variété : angles, distances, lumière.
• C’est pour ça que les grands modèles apprennent sur des milliards d’exemples.

Comprendre

Imaginez apprendre à conduire seulement sur un parking vide. La première fois dans les bouchons d’Alger ? Vous paniquez. Il vous manque des exemples.

Votre IA, c’est pareil : si toutes vos images montrent la main proche et en plein jour, elle ne connaît que ce cas.

La solution n’est pas seulement plus d’images, mais des images variées : main proche et loin, à gauche et à droite, jour et soir, fonds différents.

Chaque exemple nouveau et différent lui apprend ce qui compte vraiment (la forme de la main) et ce qui ne compte pas (la lumière, le fond).

C’est pourquoi les entreprises réunissent des milliards d’exemples : pas par amour des chiffres, mais pour couvrir toutes les surprises possibles.

Le saviez-vous ?

Le modèle Llama 2 de Meta a appris avec 2 000 milliards de morceaux de texte (mots et bouts de mots). À un mot par seconde, il vous faudrait plus de 60 000 ans !

Essayez sur votre téléphone : Teachable Machine

• Expérience 1 : supprimez les images et gardez seulement 5 images par classe. Entraînez, testez avec la main loin. Notez les erreurs.
• Expérience 2 : enregistrez 50 images par classe, mais variez à chaque fois : proche et loin, bougez la main, changez la lumière.
• Réentraînez et testez pareil (main loin, lumière faible).
• Comparez : dans quelle expérience était-elle la plus maligne ? Pourquoi ?

En darja

كيما واحد تعلّم يسوق غير في بلاصة فارغة: أول مرة يدخل البوشون يتبلوكا. زيد أمثلة، وخاصة أمثلة مختلفين: قريب، بعيد، في الضو، في الظلام.

Questions fréquentes