En 1993, en deuxième année d’école d’ingénieurs, nous faisions une recherche bibliographique sur l’intelligence artificielle et implémentions en C un réseau de neurones ART (Adaptive Resonance Theory). Les « ordinateurs neuronaux » étaient alors une curiosité de laboratoire.

Le 8 octobre 2024, le prix Nobel de physique a été décerné à John Hopfield et Geoffrey Hinton pour leurs travaux fondateurs sur les réseaux de neurones artificiels. Trois vidéos pour parcourir ce chemin.

Les premiers réseaux de neurones

Asianometry retrace les débuts de l’idée : modéliser le neurone, et faire apprendre une machine.

Le réseau de Hopfield : comment une mémoire se stocke-t-elle ?

En 1982, John Hopfield propose un réseau où les souvenirs sont des états stables d’un système dynamique. La mémoire n’est plus une adresse, mais un paysage vers lequel le système converge.

AlexNet : le moment où nous avons cessé de comprendre l’IA

En 2012, AlexNet (Krizhevsky, Sutskever, Hinton) remporte la compétition ImageNet et ouvre l’ère de l’apprentissage profond. Welch Labs montre ce que « voient » les couches d’un réseau… et pourquoi leur fonctionnement nous échappe en grande partie.

La boucle est bouclée : de la curiosité d’étudiant aux outils que nous utilisons chaque jour.

Vidéos des chaînes Asianometry, Layerwise Lectures et Welch Labs (en anglais).

(édité en 2024)