Les avancées en matière d’apprentissage automatique marquent un changement radical dans l’approche de la programmation, passant d’une logique de codage à une logique d’apprentissage. Cette transition a été comparée à la fin de l’ère du code, où l’accent est mis sur l’entraînement des ordinateurs plutôt que sur leur programmation. Les algorithmes de machine learning fonctionnent de manière similaire au développement cognitif des enfants, en apprenant à partir de l’observation et de l’analyse des interactions sans nécessiter de programmation explicite.
Cette méthode d’apprentissage automatique repose essentiellement sur les données. Les algorithmes sont entraînés à apprendre de manière autonome, sans programmation explicite. Par exemple, au lieu de programmer une voiture pour conduire, les constructeurs lui fournissent une multitude de scénarios de conduite afin qu’elle puisse réagir à différentes situations, même les plus improbables. Les données sont donc la base de cet apprentissage.
Il est crucial de souligner que l’apprentissage par les données n’est pas la seule méthode menant à l’intelligence artificielle, mais c’est actuellement la méthode la plus utilisée et celle qui connaît la croissance la plus rapide. Elle est au cœur d’une compétition internationale intense pour l’innovation dans ce domaine. Ainsi, pour renforcer l’écosystème européen de la donnée, il est essentiel d’investir dans la collecte, le partage et l’utilisation efficace des données afin de soutenir le développement de l’intelligence artificielle en Europe.
