J’ai développé mon algorithme d’apprentissage profond

Les postes informatiques sont pris d’assaut. Les derniers arrivés devront rester debout, dans le fond de la salle. La promesse de cette session « prise en main » a séduit de nombreux participants du congrès 2019 de la Société nord-américaine de radiologie (RSNA) : apprendre comment sont développés les algorithmes d’intelligence artificielle en entraînant soi-même un outil de détection automatique des hémorragies intracrâniennes en 1 h 30 et sans taper une ligne de code. Pour ma part, j’ai mon ordinateur portable. Je m’installe sur un coin de table.

« Le modèle apprend seul »

Au pupitre, Felipe Kitamura, neuroradiologue et spécialiste en intelligence artificielle à Sao Paulo, rappelle quelques basiques de l’apprentissage profond (deep learning). « Le deep learning est un type d’apprentissage machine, lui-même un type d’intelligence artificielle. Il fonctionne grâce à un réseau de neurones composé de couches multiples. L’idée principale, c’est qu’il n’est pas nécessaire de dire à l’algorit