Un filtre anti-spam qui classe vos e-mails. Un correcteur qui devine le mot suivant. Le déverrouillage de votre téléphone par votre visage. Derrière ces trois gestes du quotidien, il y a la même brique : le réseau de neurones artificiels. Dès qu'on gratte un peu, on tombe sur des schémas pleins de flèches, des sigles partout, et une impression tenace que c'est réservé à ceux qui ont fait une école d'ingénieurs.
C'est faux, et c'est même l'inverse. Un réseau de neurones, ça se résume à une suite de calculs très simples, répétés en boucle. J'ai passé des mois à lire des cours abscons avant de comprendre que le concept tenait en une phrase. Je vous la donne ici, puis je vous la décompose avec un exemple chiffré que vous pourrez refaire sur un coin de nappe.
Points clés à retenir
- Un réseau de neurones est un empilement de « votes pondérés » : chaque entrée reçoit un poids, on additionne, on décide.
- Il apprend tout seul en ajustant ses poids après chaque erreur, par un mécanisme appelé rétropropagation.
- L'exemple canonique reste la reconnaissance de chiffres manuscrits, mais le principe est identique pour la voix, le texte ou une image médicale.
- Trois limites reviennent toujours : le besoin de données, le coût de calcul, et l'effet « boîte noire ».
- Un réseau neuronal humain et un réseau artificiel n'ont presque rien en commun, malgré le nom.
Un réseau de neurones : explication simple d'un mécanisme qui n'a rien de magique
Le mot « neurone » vous induit en erreur. Il suggère quelque chose de biologique, de vivant, presque de mystérieux. En réalité, un neurone artificiel est une petite fonction mathématique. Rien de plus.
Imaginez un comité qui doit décider s'il pleut assez pour annuler un match. Chaque membre regarde un indice : le premier scrute les nuages, le deuxième la pression atmosphérique, le troisième l'humidité. Chacun donne son avis, mais on ne fait pas confiance à tous de la même façon. Le spécialiste des nuages pèse plus lourd que le débutant. On additionne les avis pondérés, et si le total dépasse un certain seuil, on annule.
Voilà. C'est un neurone. Des signaux d'entrée, des poids, une somme, un seuil de déclenchement. Le reste, c'est de l'organisation en couches et beaucoup de calcul.
Le neurone artificiel, ligne par ligne
Prenons un chiffre concret. Admettons qu'on veuille décider si un client va acheter, à partir de deux informations : son ancienneté (en mois) et le nombre de visites sur le site.
- Client A : 12 mois d'ancienneté, 3 visites. Le poids associé à l'ancienneté est de 0,5 ; celui des visites, de 2.
- On calcule : (12 × 0,5) + (3 × 2) = 6 + 6 = 12.
- On ajoute un biais, disons −4, pour décaler le seuil : 12 − 4 = 8.
- La fonction d'activation transforme ce 8 en une probabilité. Avec une sigmoïde, 8 donne presque 1 : achat très probable.
Le biais, c'est le réglage fin qu'on oublie toujours d'expliquer. Il permet au neurone de se déclencher même quand toutes les entrées sont nulles. Sans lui, un neurone qui ne reçoit rien ne peut jamais s'activer, ce qui bloque l'apprentissage.
Et la fameuse fonction d'activation ? C'est ce qui empêche tout le système de s'effondrer en une simple droite. Si on se contentait d'additions, empiler dix couches reviendrait à n'en avoir qu'une seule. Les fonctions d'activation (sigmoïde, ReLU, tangente hyperbolique) injectent de la courbure, donc de la capacité à modéliser des relations non linéaires.
Comment un réseau apprend-il tout seul ?
Personne ne programme les poids à la main. C'est là que la plupart des débutants décrochent, et honnêtement, j'ai moi-même relu trois fois la même page avant de piger.
Le processus tient en quatre temps, répétés des milliers de fois :
- Propagation avant. On présente une donnée, le réseau calcule une prédiction avec ses poids actuels.
- Calcul de l'erreur. On compare la prédiction à la bonne réponse. L'écart s'appelle la perte.
- Rétropropagation. On remonte le réseau couche par couche pour savoir quel poids a contribué à l'erreur.
- Correction. On ajuste chaque poids d'un petit pas, proportionnel à sa responsabilité.
Ce dernier point mérite qu'on s'y arrête. La descente de gradient est la méthode qui consiste à se déplacer vers le bas d'une pente imaginaire : on cherche le creux où l'erreur est minimale. Trop grand, le pas fait des bonds et rate le creux. Trop petit, l'entraînement dure une éternité.
Un epoch, c'est simplement un passage complet sur l'ensemble des données d'entraînement. Il en faut souvent des dizaines, parfois des centaines.
Pourquoi le surapprentissage est le piège numéro un
Le réseau peut devenir trop bon. Il finit par apprendre par cœur les exemples qu'on lui montre, y compris leur bruit, et devient incapable de traiter un cas nouveau. C'est le surapprentissage, ou overfitting.
Symptôme typique : l'erreur continue de baisser sur les données d'entraînement pendant qu'elle remonte sur les données de test. J'ai vu un modèle de détection de fraude afficher une précision de 99 % en interne et se tromper une fois sur trois en production. La raison ? Il avait mémorisé les transactions de l'échantillon au lieu d'apprendre les schémas.
La parade est simple à énoncer, plus délicate à appliquer : séparer strictement les jeux d'entraînement, de validation et de test, puis arrêter l'entraînement dès que la performance en validation stagne.
Un exemple concret, pas à pas : reconnaître un chiffre manuscrit
C'est l'exercice que tout le monde utilise pour débuter, et ce n'est pas un hasard. Une image de chiffre manuscrit, c'est une grille de 28 × 28 pixels, chaque pixel codant un niveau de gris entre 0 et 255. Cela fait 784 valeurs d'entrée.
Le trajet d'un « 7 » à travers un réseau simple à deux couches cachées :
- Couche d'entrée : les 784 pixels bruts.
- Première couche cachée (disons 128 neurones) : elle détecte les traits courts, les bords, les angles.
- Deuxième couche cachée (64 neurones) : elle combine ces traits en formes plus larges — une barre horizontale, une diagonale.
- Couche de sortie : 10 neurones, un par chiffre. Celui qui s'active le plus fort donne la réponse.
Ce qui m'a vraiment fait comprendre le principe, c'est de réaliser qu'aucun neurone ne « sait » qu'il regarde un 7. Chacun ne produit qu'un nombre. C'est l'assemblage qui produit le sens, comme des milliers de voix qui finissent par former une mélodie reconnaissable sans qu'aucune ne la connaisse entièrement.
Et le coût ? Un réseau de cette taille entraîne en quelques minutes sur un ordinateur portable. Un modèle de traitement du langage peut demander des milliers de cartes graphiques et des semaines de calcul. Pour la même architecture de base.
Réseau neuronal humain et réseau artificiel : la comparaison qui trompe
Le cerveau humain compte de l'ordre de 86 milliards de neurones, chacun connecté à des milliers d'autres par des synapses. Le réseau que je viens de décrire en compte 202. L'écart est vertigineux, mais ce n'est même pas la vraie différence.
Un neurone biologique ne se contente pas d'additionner des signaux. Il libère des neurotransmetteurs, modifie sa propre sensibilité dans la durée, meurt parfois, en crée d'autres. Un neurone artificiel fait un calcul, point. Il n'a ni mémoire propre, ni plasticité, ni état interne entre deux passages — sauf dans certaines architectures récurrentes, où l'on ajoute justement un état pour traiter des séquences.
| Critère | Réseau neuronal humain | Réseau de neurones artificiels |
|---|---|---|
| Nombre d'unités | ~86 milliards | De quelques dizaines à des milliards |
| Apprentissage | Continu, toute la vie | Phase d'entraînement, puis figé |
| Consommation | ~20 watts | Jusqu'à des milliers de watts |
| Besoin en données | Quelques exemples suffisent | Souvent des milliers, voire des millions |
| Interprétabilité | Faible, mais on peut demander pourquoi | Faible, et personne ne peut vraiment expliquer |
Le cerveau apprend à reconnaître une nouvelle forme de visage en deux ou trois regards. Un modèle artificiel en demande des milliers. C'est la limite la plus frappante, et celle que personne n'a encore franchie.
Les autres architectures, en une ligne chacune
Le réseau à couches denses que j'ai décrit n'est qu'une famille parmi d'autres. Les CNN (réseaux convolutifs) excellent sur les images, car ils balaient l'image avec des filtres au lieu de traiter chaque pixel isolément. Les RNN et leurs dérivés LSTM gardent une mémoire des éléments précédents, ce qui les rend utiles pour les séquences, le texte, la parole. Les autoencodeurs compriment puis reconstruisent une donnée, ce qui sert à détecter les anomalies. Et les transformers, apparus plus récemment, ont largement remplacé les RNN sur le langage.
Les limites qu'on ne vous dit pas assez vite
Trois obstacles reviennent systématiquement, et aucun cours pour débutants ne les met en avant assez tôt.
La faim de données. Un réseau dense a besoin de beaucoup d'exemples étiquetés. Or étiqueter coûte cher. Sur un projet de classification d'images médicales auquel j'ai participé, réunir 5 000 clichés correctement annotés par un radiologue a pris plus de temps que toute la phase de modélisation réunie.
Le coût de calcul. Entraîner un grand modèle consomme une énergie considérable et mobilise du matériel spécialisé coûteux. Ce n'est pas un détail : c'est souvent ce qui décide si un projet passe en production ou reste dans un notebook.
L'effet boîte noire. Un réseau peut répondre correctement sans qu'on sache pourquoi. Problématique dès qu'une décision doit être justifiée — un refus de prêt, un diagnostic, un recrutement. Des techniques existent pour éclairer ces décisions, mais elles donnent une approximation, jamais une preuve.
Si vous retenez une seule chose de cet article, que ce soit celle-là : un réseau de neurones ne raisonne pas. Il ajuste des nombres jusqu'à ce que les sorties collent aux réponses attendues. Cette nuance change tout dans la façon de lui faire confiance — et dans la façon de concevoir ce qu'on lui confie.
La prochaine fois que votre téléphone reconnaîtra votre visage, rappelez-vous qu'il n'a pas « vu » qui vous êtes. Il a comparé 784 pixels ou quelques millions, multiplié par une longue série de petits nombres, et trouvé que le total ressemblait assez à celui de la dernière fois. C'est moins impressionnant. C'est aussi plus rassurant, quelque part.
