Abstract:
Depuis quelques années, les chercheurs en intelligence artificielle se servent d’algorithmes d’apprentissage profond qui s’inspirent du cerveau humain pour résoudre des tâches qui étaient, auparavant, impossibles à réaliser avec l’ordinateur. Au départ, notre recherche portait sur la mise au point d’algorithmes d’apprentissage profond pour les voitures autonomes. En développant ces algorithmes, nous avons constaté que les chercheurs disposaient de peu d’outils informatiques pour élaborer, comparer et partager efficacement les nombreux algorithmes de ce type. Nous avons alors décidé de créer deux outils open source leur permettant d’améliorer et de partager leurs algorithmes d’apprentissage profond. Le premier outil, appelé Learning Algorithm Optimization Platform (LAOP), est un programme qui sert au développement, à l’analyse et à la comparaison d’algorithmes d’apprentissage profond. Le second outil, que nous avons nommé Learning Algorithm Sharing Platform (LASP), est une plateforme en ligne au moyen de laquelle les chercheurs peuvent facilement partager leurs algorithmes. LAOP vient avec deux algorithmes que nous avons développés et comparés dans le cadre de notre recherche sur les voitures autonomes : FUlly COnnected Neural Network (FUCONN) et Mimicking HUman Behaviour (MHUB). Ces résultats seront présentés cet été à l’occasion de congrès en Turquie et au Maroc.
