La grande famille des Australopithèques est la seule qui soit bien connue avant Homo Erectus et nos plus proches ancêtres, le genre Homo. À la fois proche et éloignée de nous, cette famille est très complexe et nous sommes encore loin d’en avoir fait le tour. Revenons sur deux particularités des régions dans lesquelles ils ont vécus.
Hominines : à l’aube de l’humanité
La date de divergence entre les hommes et les chimpanzés reste incertaine, entre 10 et 8 Millions d’années, et dans les 4 millions d’années qui vont suivre les restes humains sont peu nombreux. Revenons dans ce billet sur quelques notions essentielles de cette période si lointaine.
L’Homme Moderne : 3 siècles de débats acharnés
Les débats concernant l’origine de l’homme moderne ont fait rage pendant 3 siècles. En particulier, la présence d’ossements anciens manifestement différents de ceux des Hommes Modernes ont rendu lente et difficile la découverte de la « vérité ».
Et il a fallu attendre la génomique pour qu’enfin une hypothèse devienne quasiment consensuelle.
L’Homme Moderne à la conquête du globe
Après Homo Erectus, l’Homme Moderne sort à son tour d’Afrique mais il va aller bien plus loin puisqu’on va finalement le retrouver aux quatre coins du monde.
Les connaissances actuelles sur ce long voyage sont assez vastes mais, si l’on y regarde de plus près, les hypothèses actuelles sont récentes et rien ne prouve qu’elles soient réellement définitives!
Les réseaux convolutifs profonds
Nous sommes entrés avec les R.C.P. dans le monde réellement complexe des réseaux de neurones les plus récents qui nous étonnent par leurs résultats exceptionnels.
Avant de nous interroger sur le niveau d »Intelligence réels de ces réseaux, revenons un instant sur les nouveautés technologiques introduites par cette nouvelle catégorie de réseaux de neurones
Le Perceptron à une couche cachée
Le perceptron à une couche cachée et les réseaux de neurones qui en découlent sont l’étape intermédiaire entre le perceptron et les réseaux de neurones profonds à convolutions qui font aujourd’hui toutes ces choses merveilleuses qui nous font penser qu’ils sont finalement peut-être « réellement intelligents ».
Même s’ils sont maintenant un peu obsolètes, ces réseaux élémentaires restent très utiles dans le cadre pédagogique car leur relative simplicité permet d’expliquer des concepts complexes toujours d’actualité et également de mettre en pratique sur des exemples réels.
La descente de gradient
Pour les Réseaux de Neurones, selon leur type et ce à quoi ils sont destinés, il existe plusieurs types d’apprentissage. Le modèle prédominant est l’apprentissage supervisé car il s’applique aussi bien à la séparation de classes (discrimination d’objets selon certains paramètres) qu’à la régression (trouver la fonction représentant le mieux un groupe d’objets) qui sont les usages les plus fréquents des réseaux de neurones.
Dans ce mode d’apprentissage, on fournit au réseau un jeu de test (une série d’exemples), qu’il utilise pour adapter ses paramètres. Il pourra ensuite, en utilisant ses paramètres « adaptés », effectuer des prédictions sur de nouveaux objets.
Le perceptron, premier neurone artificiel
L’invention du Perceptron représente pour beaucoup l’acte de naissance des réseaux de neurones et, si l’on considère qu’encore aujourd’hui il en constitue la brique élémentaire, c’est assez juste… même si à l’époque où il a été inventé, il n’a guère été plus qu’une curiosité scientifique puisqu’il n’a aucune application concrète à son actif.