Le machine learning, que l'on traduit en français par apprentissage automatique, est une branche de l'intelligence artificielle qui permet à un ordinateur d'apprendre à accomplir une tâche à partir d'exemples, plutôt qu'en suivant des instructions écrites ligne par ligne par un programmeur. Au lieu d'expliquer à la machine comment reconnaître un chat sur une photo, ce qui serait presque impossible à formuler, on lui montre des milliers d'images de chats et d'autres animaux, et un algorithme ajuste progressivement un modèle mathématique jusqu'à ce qu'il fasse la différence tout seul. Le même principe permet de filtrer les courriers indésirables, de recommander un film, de traduire un texte, de détecter une fraude bancaire ou de prévoir la panne d'une machine. Longtemps cantonné aux laboratoires et aux statisticiens, le machine learning s'est imposé dans notre quotidien grâce à trois évolutions conjointes : l'explosion des données numériques, la puissance de calcul des processeurs modernes et les progrès des algorithmes, en particulier des réseaux de neurones. Cette définition explique ce qu'est l'apprentissage automatique, d'où il vient, comment il fonctionne, ses grandes familles, ses usages et les questions qu'il soulève.
Qu'est-ce que le machine learning ? Définition de l'apprentissage automatique
Le machine learning regroupe les méthodes qui permettent à un programme d'améliorer ses performances sur une tâche grâce à l'expérience, c'est-à-dire grâce aux données qu'il analyse. Une définition souvent citée, due à l'informaticien Tom Mitchell, le résume ainsi : un programme apprend s'il fait mieux une tâche, mesurée par un critère précis, après avoir été confronté à des exemples. La différence avec la programmation classique est fondamentale. Dans un logiciel traditionnel, le développeur écrit des règles explicites : si le montant dépasse tel seuil et que le pays est inhabituel, alors bloquer la carte. Dans le machine learning, on fournit à un algorithme des données et, souvent, les réponses attendues (ces transactions étaient frauduleuses, celles-ci non), et c'est l'algorithme qui en déduit lui-même les règles, sous la forme d'un modèle. Ce modèle peut ensuite être appliqué à de nouvelles données qu'il n'a jamais vues pour produire une prédiction : une catégorie, un chiffre, une recommandation. L'apprentissage automatique ne « comprend » pas le monde au sens humain du terme : il repère des régularités statistiques, parfois d'une finesse remarquable, dans les exemples qu'on lui a fournis, et il n'est jamais meilleur que ces exemples.
Machine learning, intelligence artificielle et deep learning
Ces trois expressions sont souvent employées comme synonymes, alors qu'elles s'emboîtent comme des poupées russes. L'intelligence artificielle est le domaine le plus large : elle désigne toutes les techniques qui permettent à une machine d'accomplir des tâches que l'on associe à l'intelligence humaine, y compris des systèmes à base de règles écrites à la main, comme les anciens systèmes experts. Le machine learning en est une sous-partie, celle qui repose sur l'apprentissage à partir de données ; c'est aujourd'hui de loin la plus utilisée. Le deep learning, ou apprentissage profond, est à son tour une famille de méthodes de machine learning fondée sur des réseaux de neurones artificiels comportant de nombreuses couches. Ces réseaux, librement inspirés du fonctionnement des neurones biologiques, excellent dans le traitement des images, du son et du langage, et sont à l'origine des assistants vocaux, de la traduction automatique moderne et des intelligences artificielles génératives qui rédigent des textes ou créent des images. Le machine learning comprend aussi des méthodes plus simples et plus anciennes, comme la régression, les arbres de décision ou les forêts aléatoires, toujours très employées en entreprise parce qu'elles sont rapides, économes et plus faciles à expliquer.
D'où vient le machine learning ? Une brève histoire
L'expression machine learning est popularisée à la fin des années 1950 par l'Américain Arthur Samuel, chercheur chez IBM, qui conçoit un programme de jeu de dames capable de s'améliorer en jouant contre lui-même. À la même époque, le psychologue Frank Rosenblatt présente le perceptron, l'un des premiers modèles de neurone artificiel capable d'apprendre à classer des formes simples. Les espoirs sont immenses, mais les limites de ces premiers modèles et le manque de puissance de calcul provoquent des périodes de désillusion, parfois appelées « hivers de l'IA ». Dans les années 1980, la diffusion de la méthode de rétropropagation du gradient relance l'intérêt pour les réseaux de neurones à plusieurs couches, tandis que les années 1990 et 2000 voient le succès de méthodes statistiques comme les machines à vecteurs de support ou les forêts aléatoires, utilisées pour lire les chèques, filtrer le spam ou classer des documents. Le grand tournant intervient au début des années 2010 : grâce aux grandes bases d'images annotées et aux processeurs graphiques, un réseau de neurones profond écrase la concurrence lors d'un concours de reconnaissance d'images en 2012. Suivent la victoire d'AlphaGo au jeu de go en 2016, puis l'essor des grands modèles de langage.
Comment fonctionne le machine learning ?
Un projet de machine learning suit généralement les mêmes grandes étapes. Tout commence par la collecte des données : historiques de ventes, images, textes, relevés de capteurs, transactions. Ces données sont nettoyées, car les valeurs manquantes, les doublons ou les erreurs de saisie faussent l'apprentissage, puis mises en forme pour que l'algorithme puisse les exploiter. On choisit ensuite un type de modèle adapté au problème et on lance l'entraînement : l'algorithme compare ses prédictions aux bonnes réponses, mesure son erreur grâce à une formule appelée fonction de coût, puis ajuste ses paramètres internes pour la réduire, en répétant ce cycle des milliers ou des millions de fois. Pour vérifier que le modèle a réellement appris, et pas seulement mémorisé, on le teste sur des données mises de côté dès le départ, qu'il n'a jamais vues. Si les résultats sont satisfaisants, il est déployé dans une application, où il fait des prédictions sur des données réelles, ce que les spécialistes appellent l'inférence. Le travail ne s'arrête pas là : le monde change, les comportements évoluent, et un modèle doit être surveillé puis réentraîné régulièrement pour ne pas perdre en précision au fil des mois.
Sur-apprentissage et qualité des données
Le piège le plus classique du machine learning porte un nom : le sur-apprentissage, ou overfitting. Un modèle trop complexe peut apprendre par cœur les exemples d'entraînement, avec leurs particularités et leurs erreurs, au lieu d'en extraire des règles générales ; il obtient alors des résultats parfaits sur ses données d'apprentissage mais se trompe dès qu'il rencontre des cas nouveaux, comme un élève qui aurait mémorisé les corrigés sans comprendre la méthode. À l'inverse, un modèle trop simple passe à côté de régularités utiles : c'est le sous-apprentissage. Trouver le bon équilibre est au cœur du métier. Le second enjeu est la qualité des données. Un modèle entraîné sur des exemples incomplets, déséquilibrés ou mal étiquetés reproduira fidèlement ces défauts : un système de reconnaissance faciale nourri surtout de photos d'un même type de visages fonctionnera moins bien sur les autres, un outil de tri de candidatures entraîné sur des recrutements passés risque de reproduire leurs préjugés. D'où l'adage des informaticiens, « des données de mauvaise qualité en entrée donnent des résultats de mauvaise qualité en sortie ». Préparer, vérifier et documenter les données occupe souvent la plus grande partie du temps d'un projet.
Quels sont les différents types de machine learning ?
On distingue classiquement trois grandes familles de machine learning. L'apprentissage supervisé utilise des données étiquetées : chaque exemple est accompagné de la bonne réponse, comme une photo accompagnée du nom de l'animal ou un logement accompagné de son prix de vente. Le modèle apprend à prédire cette réponse, soit sous forme de catégorie (on parle de classification), soit sous forme de valeur chiffrée (on parle de régression). L'apprentissage non supervisé travaille sur des données sans étiquettes : l'algorithme cherche lui-même des structures, par exemple en regroupant des clients aux comportements proches ou en repérant des transactions qui ne ressemblent à aucune autre. L'apprentissage par renforcement, enfin, fonctionne par essais et erreurs : un agent agit dans un environnement, reçoit des récompenses ou des pénalités, et apprend progressivement la stratégie qui maximise ses gains, ce qui a permis d'entraîner des programmes à jouer à des jeux complexes ou à piloter des robots. Entre ces familles existent des approches intermédiaires, comme l'apprentissage semi-supervisé ou l'apprentissage auto-supervisé, où le modèle fabrique ses propres exercices à partir des données brutes, par exemple en devinant le mot manquant d'une phrase.
| Type d'apprentissage | Données utilisées | Exemple d'usage |
|---|---|---|
| Supervisé | Exemples accompagnés de la bonne réponse | Filtre antispam, estimation du prix d'un logement |
| Non supervisé | Données brutes, sans étiquette | Segmentation de clientèle, détection d'anomalies |
| Par renforcement | Récompenses obtenues en agissant | Jeux, robotique, réglage de systèmes |
| Semi-supervisé | Peu d'exemples étiquetés, beaucoup de données brutes | Classement de documents ou d'images |
| Auto-supervisé | Données brutes transformées en exercices | Entraînement des grands modèles de langage |

À quoi sert le machine learning ? Exemples d'applications
Le machine learning est désormais présent dans presque tous les secteurs. Dans le commerce en ligne, il analyse les comportements d'achat pour personnaliser les offres, prévoir la demande, ajuster les stocks ou repérer les clients susceptibles de partir à la concurrence. Dans l'industrie, il alimente la maintenance prédictive : en surveillant en continu les vibrations, températures ou consommations relevées par des capteurs, un modèle peut signaler qu'une machine risque de tomber en panne avant que l'incident ne survienne. Les banques l'utilisent pour détecter les fraudes à la carte en quelques millisecondes, évaluer des risques de crédit ou lutter contre le blanchiment. Les transporteurs s'en servent pour optimiser des itinéraires ou pratiquer une tarification dynamique, qui fait varier les prix selon la demande. En santé, des modèles aident à analyser des radiographies, des images de peau ou de rétine, à repérer des signaux faibles dans des dossiers médicaux ou à accélérer la recherche de nouvelles molécules, toujours sous le contrôle de professionnels. L'agriculture, l'énergie, l'assurance ou la cybersécurité y recourent également, par exemple pour prévoir des rendements, équilibrer un réseau électrique ou repérer un comportement suspect sur un réseau informatique.
Le machine learning dans notre vie quotidienne
Même sans y prêter attention, chacun utilise le machine learning plusieurs fois par jour. Le smartphone qui se déverrouille en reconnaissant un visage, le clavier qui propose le mot suivant, l'appareil photo qui détecte les sourires ou améliore une image prise de nuit reposent sur des modèles entraînés. La messagerie trie les courriels et écarte la plupart des spams, les services de cartographie estiment la durée d'un trajet en fonction du trafic, les assistants vocaux transforment la parole en texte puis comprennent la demande. Les plateformes de vidéo, de musique et les réseaux sociaux choisissent, parmi des millions de contenus, ceux qui ont le plus de chances de nous intéresser. Les outils de traduction automatique, les sous-titres générés à la volée ou les agents conversationnels capables de rédiger un texte s'appuient sur des modèles de langage, eux-mêmes issus de l'apprentissage automatique à très grande échelle. Cette présence discrète a un revers : elle repose sur la collecte de nombreuses données personnelles, et les choix opérés par ces systèmes influencent ce que nous voyons, lisons et achetons, parfois sans que nous en ayons conscience.
Quelles sont les limites et les enjeux du machine learning ?
Le machine learning soulève des questions techniques autant que sociétales. La première est celle de l'explicabilité : les modèles les plus performants, notamment les réseaux de neurones profonds, fonctionnent souvent comme des boîtes noires dont il est difficile de justifier une décision, ce qui pose problème lorsqu'il s'agit d'accorder un crédit, de trier des candidatures ou d'aider un diagnostic. Des méthodes d'« IA explicable » tentent d'éclairer ces mécanismes. La deuxième concerne les biais et la discrimination, puisque les modèles reproduisent les déséquilibres présents dans leurs données. La troisième touche à la vie privée : entraîner des modèles demande beaucoup de données, dont la collecte est encadrée en Europe par le RGPD, et l'Union européenne a adopté un règlement spécifique sur l'intelligence artificielle qui impose des obligations graduées selon le niveau de risque des usages. Il faut aussi compter avec le coût énergétique de l'entraînement des très grands modèles, qui mobilise des centres de données entiers, et avec le besoin d'infrastructures et de compétences rares, qui peut tenir à l'écart les petites structures. Enfin, la robustesse reste un défi : de légères modifications d'une image, invisibles pour l'œil humain, suffisent parfois à tromper un modèle.
Des modèles à surveiller dans la durée
Un modèle de machine learning n'est jamais terminé une fois pour toutes. Les comportements des clients changent, de nouvelles formes de fraude apparaissent, une crise sanitaire bouleverse les habitudes de consommation : les données réelles s'éloignent alors de celles qui ont servi à l'entraînement, et les prédictions se dégradent peu à peu, un phénomène que les spécialistes appellent la dérive des données. Les entreprises mettent donc en place des pratiques de suivi, regroupées sous le nom de MLOps, pour mesurer en continu la qualité des prédictions, réentraîner les modèles, garder la trace de leurs versions et pouvoir revenir en arrière en cas de problème. Ce travail mobilise des profils variés : data scientists, qui conçoivent les modèles et maîtrisent statistiques et probabilités, ingénieurs des données, qui construisent les chaînes d'alimentation, développeurs et experts métier, qui savent juger si une prédiction a du sens. Le maintien d'un regard humain reste essentiel, en particulier pour les systèmes qui influencent nos choix au quotidien, à commencer par l'algorithme de recommandation, dont les réglages déterminent ce que des millions de personnes regardent, écoutent ou achètent.