Je vais traiter dans ce sujet d’une technologie qui est encore assez méconnu à travers le DRL. Le DRL ou Deep Reinforcement Learning signifie apprentissage par renforcement profond.
A propos du DRL
Le DRL est un système d’intelligence artificielle qui propose plusieurs options d’automatisation. Le DRL autorise la création de logiciels aptes à surpasser l’intelligence humaine sur plusieurs sujets.
Le DRL le plus connu est DeepMind, la plateforme d’IA de Google. DeepMind a facilité le développement d’AlphaGo un supercalculateur.
Le DRL se base sur des algorithmes d’apprentissage par renforcement. Ces algorithmes incluent le TDLearning pour Temporal Difference Learning et le Q-Learning.
Pour connaître davantage de détails sur le DRL, retrouvez toutes les infos ici.
L’enjeu spécifique du concept DRL
Les modèles du learning s’inspirent des connaissances liées aux leçons d’expériences répétées via des essais-erreurs. Le DRL considère plusieurs options.
L’enjeu final est de parvenir à un concept qui permet d’obtenir les comportements voulus sans contraintes. Le DRL est adapté pour la programmation de robot par simulation numérique.
Ainsi, l’ordinateur apprend le fait d’opérer, de réagir face à une requête.
Quelques exemples de projets industriels grâce au DRL
L’industrie est le secteur privilégié du DRL. De nombreuses start-up proposent des solutions intéressantes.
Cela concerne notamment la robotisation des usines et entrepôts de marchandises. Cela porte sur la calibration et le contrôle qualité des systèmes industriels via la supply chain, la fabrication ou la production d’énergie.
Sans programmation initial, le robot devient capable d’appliquer une logique d’auto-adaptation afin d’affronter les changements de contexte potentiels.
Les autres applications imputables au DRL
Le monde de la finance peut profiter du trading automatisé et de la gestion des risques du marché.
Les chatbots, les systèmes conversationnels, la voiture autonome, l’optimisation énergétique voire l’IA automatisée sont tous concernés par le DRL.
Les marques du numérique et le DRL
Apple et Microsoft sont déjà sur le terrain du DRL afin d’optimiser les performances de leurs assistants vocaux respectifs. De son côté, l’américain Salesforce teste le DRL pour l’automatisation de la synthèse de texte.
Du côté de Facebook, on s’active au sein du laboratoire parisien dédié à l’IA. Google par le biais de Moutain View envisage l’optimisation de la consommation énergétique des data centers.
La firme projette aussi de participer à la motorisation de son service cloud d’IA automatisée ou AutoML. Avec DRL, le programme répète ses expériences une infinité de fois.
Il retire des enseignements pour aboutir à une liste de bons et de mauvaises décisions. Pour tout savoir sur le DRL, lisez ce sujet.
Crédit Photo : people.csail.mit.edu & towardsdatascience.com
