Réseau de neurones
Architecture informatique inspirée du cerveau humain, composée de couches de neurones artificiels connectés entre eux.
AvancéDéfinition complète
Un réseau de neurones artificiels est un système de calcul organisé en couches : une couche d'entrée (les données), des couches cachées (le traitement), et une couche de sortie (le résultat). Chaque 'neurone' reçoit des signaux, les combine avec des poids (appris pendant l'entraînement), et transmet le résultat au neurone suivant. C'est la brique de base du deep learning et donc de tous les LLMs. Tu n'as pas besoin de comprendre les maths pour utiliser l'IA, mais savoir que ça existe t'aide à comprendre pourquoi l'IA fait parfois des erreurs imprévisibles.
Analogie pour comprendre
Un réseau de neurones, c'est comme un réseau téléphonique géant. Chaque opérateur (neurone) reçoit un message, le modifie légèrement selon ses instructions, et le transmet au prochain. Après des milliers de relais, le message final est la 'réponse' de l'IA.
En pratique
Quand tu demandes à Claude de classifier des emails, chaque couche du réseau de neurones traite un aspect : la première reconnaît les mots, la deuxième comprend la syntaxe, la troisième saisit le sens, et la dernière décide si c'est un spam ou non. Tout ça en millisecondes.
Termes liés
Pour aller plus loin
Questions fréquentes
GPT-4 aurait environ 1.8 trillion de paramètres (connexions entre neurones). Le cerveau humain a environ 100 milliards de neurones. Mais les comparaisons directes sont trompeuses : ils fonctionnent très différemment.
C'est le grand débat. Ils excellent à reproduire des patterns, mais la question de la 'compréhension' reste ouverte. En pratique, peu importe : le résultat est utile.