Saison 1 · Jour 2 : Des règles ou des exemples ?
Comment expliquer à un ordinateur ce qu’est un « chat » ? Quatre pattes, une queue, des moustaches… mais le chien aussi ! Il existe une meilleure façon.

La leçon en 30 secondes
- L’ancienne méthode : écrire toutes les règles à la main.
- Le problème : le monde est compliqué, les règles ne finissent jamais.
- La nouvelle méthode : donner des milliers d’exemples, il trouve les règles seul.
Comprendre
Essayons d’écrire les règles du chat : « quatre pattes, une queue, des moustaches, il fait miaou ».
Et un chat qui dort, pattes cachées ? Un chat sans queue ? Une photo de dos ? À chaque fois, il faut une nouvelle règle, et on n’en finit jamais.
La solution qui a tout changé : on n’écrit pas les règles. On donne à l’ordinateur des milliers de photos marquées « chat » et des milliers marquées « pas un chat ».
L’ordinateur compare et cherche lui-même ce que les photos de chats ont en commun. C’est ça, le machine learning : les règles sortent des exemples.
C’est aussi comme ça qu’apprend un enfant : personne ne lui donne la définition du chat. Il en voit beaucoup, puis le reconnaît au premier coup d’œil.
Le saviez-vous ?
Le jeu Quick, Draw! de Google a appris avec plus de 50 millions de dessins faits par des joueurs du monde entier, dans 345 catégories.
Essayez sur votre téléphone : Quick, Draw!
- Ouvrez quickdraw.withgoogle.com dans Chrome sur votre téléphone, appuyez sur « Let’s Draw! ».
- Le jeu vous demande de dessiner un objet (chat, vélo, soleil…) en 20 secondes.
- Dessinez avec le doigt : l’IA essaie de deviner à voix haute : « Je vois… un chien ? Ou… un chat ! ».
- À la fin, touchez un dessin pour voir comment des milliers d’autres personnes l’ont dessiné : ce sont ses exemples.
En darja
ما نكتبولوش القواعد، نوريولو أمثلة بزاف. كيما الطفل: ما حد قالو واش هو القط، شاف قطوط بزاف وولّى يعرفو من بعيد.
Questions fréquentes
Pourquoi ne pas écrire des règles pour tout ?
Parce que les règles ne finissent jamais
D’où viennent les règles en machine learning ?
Des exemples
Avec quoi Quick, Draw! a-t-il appris ?
Des millions de dessins
À lire aussi
Saison 1 · Jour 1 : IA, machine learning, deep learning : trois cercles
Premier jour de la Saison 1 : la différence entre intelligence artificielle, machine learning et deep learning, expliquée avec trois cercles et des exemples algériens.
Lire l’article
Saison 1 · Jour 3 : Les données sont le carburant
Les données, ce sont les exemples dont l’IA apprend : images, textes, sons. Plus les données sont nombreuses et propres, meilleure est l’IA. Ce qui n’est pas…
Lire l’article
Saison 1 · Jour 4 : Entraîner puis utiliser : réviser puis passer l’examen
Une IA a deux phases : l’entraînement (réviser) puis l’utilisation (l’examen). L’entraînement dure des mois et coûte cher ; l’utilisation prend une seconde.…
Lire l’article