SCÈNE 1 : Vignette d'introduction semblable à celle de la première partie. Martha, Flip, Bit et Octavius se tiennent dans des cercles individuels entourés de quelques illustrations en rapport avec les réseaux de neurones. TITRE : Découvrir les RÉSEAUX DE NEURONES. Une bande dessinée en ligne créée par Google AI. Légende de la flèche : Avec MARTHA, qui commence à comprendre le principe. Martha : Je CROIS que j'ai pigé. Légende : Avec FLIP Légende : Et BIT Légende : Et un nouveau venu, OCTAVIUS ! Octavius : Salut !

SCÈNE 2 : Martha déverrouille la porte d'accès au pays des réseaux de neurones. Légende : Précédemment dans Aventures au pays du machine learning… Martha : Prochain arrêt : les réseaux de neurones !

SCÈNE 3 : Martha ouvre la porte précipitamment avec un sourire radieux, et en criant. Martha : BONJOU—

SCÈNE 4 : Le point de vue se déplace derrière Martha. À travers la porte, on aperçoit une infinité de nœuds interconnectés et volumineux, qui envahissent l'espace. Une sorte de fumée traverse la porte. La silhouette de Martha se recroqueville. Martha : Argh !

SCÈNE 5 : Retour de l'autre côté de la porte. Martha, les yeux écarquillés et les cheveux en désordre, a brusquement claqué la porte. Flip et Bit l'observent stoïquement. EFFET SONORE : CLAC !

SCÈNE 6 : Plan identique, à l'exception du regard de Martha qui s'est déplacé en direction de Flip et Bit. On entend une voix derrière la porte. Octavius (derrière la porte) : Excusez-moi ! Je n'étais pas prêt. C'est bon, vous pouvez entrer.

SCÈNE 7 : Martha, Flip et Bit frappent à la porte, puis jettent un œil hésitant derrière celle-ci.

SCÈNE 8 : Octavius, un mignon bébé poulpe, voltige à côté d'une vue simplifiée d'un neurone artificiel. Octavius : Salut ! Je m'appelle Octavius. Que diriez-vous de commencer par les BASES ?

SCÈNE 9 : Martha a l'air soulagée. Elle jette un regard en direction des nœuds qui envahissaient la scène précédente. Flip et Bit saluent Octavius d'un geste de la main. Martha : Ouf ! Oui, s'il te plaît. Je m'appelle Martha. Octavius : Salut, Martha ! Alors… Les RÉSEAUX DE NEURONES se composent de plusieurs éléments basiques, dont le PLUS SIMPLE est le "NEURONE". Tiens, salut Flip ! Salut, Bit ! Flip : Yo. Bit : Salut, Doc !

SCÈNE 10 : Martha est agenouillée près de deux schémas descriptifs montrant les neurones artificiels côte à côte, tandis qu'Octavius les commente. Octavius : Tout comme leur version biologique, ces "neurones" acceptent plusieurs ENTRÉES et les combinent pour produire des SORTIES. Martha : Des "entrées", c'est-à-dire ?

SCÈNE 11 : Octavius et Bit discutent au-dessus d'un tableau qui comporte plusieurs caractéristiques et des colonnes de données. Octavius : Presque TOUT, du moment que cela peut être quantifié par des NOMBRES. Bit : Considère les entrées comme les propriétés d'une feuille de calcul.

SCÈNE 12 : Flip renverse le tableau avec ses pattes arrière, tandis que Bit gesticule. Flip : Mais imagine qu'on l'a fait pivoter à 90 degrés ! Bit : (Pas indispensable, mais c'est tout de même plus clair de gauche à droite).

SCÈNE 13 : Octavius et Martha examinent le tableau, désormais disposé horizontalement. On y aperçoit des flèches qui se déplacent de chacune des colonnes de données vers un ensemble de nœuds circulaires (représentant les entrées). Octavius : Commençons par notre première COUCHE D'ENTRÉES, ici.

SCÈNE 14 : Octavius, suspendu en l'air à droite de la couche d'entrées précédente, désigne une classification binaire simple située à droite de la scène et indiquant "Chat" et "Chien". "Chat" est mis en évidence. Octavius : Notre BUT est donc d'exploiter les valeurs générées par cette COUCHE D'ENTRÉE, quelle que soit leur complexité, pour générer une couche de SORTIE contenant une RÉPONSE simple à l'autre extrémité.

SCÈNE 15 : Zoom arrière. Les membres de l'équipage sont debout dans une pièce vide. Octavius sourit, et Martha a l'air perplexe. Octavius : Et c'est tout. Des questions ? Martha : …

SCÈNE 16 : Scène identique, à l'exception de Flip et Bit qui sont en train de ricaner. Bit (effet vocal) : *snif*

SCÈNE 17 : Scène identique, à l'exception de Martha qui exprime son incompréhension en vociférant. Les autres membres de l'équipage rient à gorge déployée. Martha : MAIS… QU'EST-CE QUI SE PASSE ENTRE LES DEUX ? Octavius : Bonne question !

SCÈNE 18 : Octavius observe un petit symbole de classification animé qui se déplace à travers les couches cachées d'un diagramme NN standard. Octavius : Ces "couches cachées", situées entre l'entrée et la sortie, exécutent un ensemble de tâches simples de [classification] pour parvenir à une réponse complexe.

SCÈNE 19 : Octavius désigne un neurone simple accompagné d'entrées qui sont identifiées par des libellés (X1 et X2). Ces entrées convergent vers un nœud contenant le caractère sigma (Σ). Flip intervient en bas de la vignette. Octavius : La valeur numérique (X) de chaque caractéristique vient simplement s'ajouter au neurone. Flip : Cette somme (∑) permet de déterminer l'inclinaison de la ligne.

SCÈNE 20 : Scène identique, à l'exception des lignes reliant les entrées au nœud de la somme qui comportent désormais les libellés W1 et W2, et présentent une épaisseur différente. Octavius : Certaines caractéristiques méritent toutefois un POIDS plus important que d'autres. La force de ces entrées est donc d'abord pondérée à la hausse ou à la baisse.

SCÈNE 21 : Martha apparaît dans la scène et pointe du doigt en direction des lignes, qui comportent maintenant des boutons de réglage situés en position basse et haute (comme dans les explications de la première partie). MARTHA : Oh ! En fait, le poids correspond à l'un de nos RÉGLAGES ! Octavius : C'est ça !

SCÈNE 22 : Martha et Octavius examinent le neurone simple. Celui-ci comporte désormais un nœud supplémentaire avec le libellé "b" et relié à la somme depuis le bas du schéma. Sa ligne contient également un poids. Octavius : Un autre type de réglage existe : le BIAIS. Il s'agit d'une pondération de la somme entière, également ajustable selon le poids.

SCÈNE 23 : Les bulles correspondant à la réplique de Martha contiennent deux graphiques animés qui illustrent la variation de l'inclinaison et de l'ordonnée à l'origine en fonction du réglage du poids et du biais. Octavius et Flip interviennent en bas de la vignette. Martha : Donc, le réglage du POIDS modifie L'INCLINAISON… Et le réglage du BIAIS modifie L'ORDONNÉE À L'ORIGINE ? Octavius : Exactement ! Flip : Je vous l'avais dit, elle apprend vite.

SCÈNE 24 : Notre neurone affiche maintenant une ligne inclinée à la place du nœud correspondant à la somme. Octavius indique la prochaine étape : une ligne compressée (de forme sigmoïdale) représentant la fonction d'activation. Dessous, Bit voltige en tenant une pancarte. Octavius : Ensuite, on compresse ce classificateur linéaire pour lui donner une forme NON LINÉAIRE semblable à une fonction sigmoïde… Légende de la pancarte tenue par Bit : En savoir plus

SCÈNE 25 : Octavius est suspendu à l'ordonnée à l'origine d'un graphe sigmoïde agrandi. En bas à droite, Martha fait semblant d'encadrer l'image avec ses doigts. Octavius : Cette "FONCTION D'ACTIVATION" permet la mise en œuvre de relations non linéaires… et d'ajustements plus fluides pendant le processus d'apprentissage. Martha : Hum.

SCÈNE 26 : Le neurone est désormais complet avec tous ses libellés. Octavius et Martha l'observent d'en bas. Avec tous les composants, le schéma est volontairement un peu accablant. Libellés : nœud, poids, contour, somme, biais, fonction d'activation et fonction non linéaire. (Par exemple, Sigmoid, tanh, Softmax, Swish, ReLU, Leaky ReLU, Diet ReLU, ReLU with Chips, ReLU, Spam, Spam, ReLU et Spam.) Octavius : Et voici son schéma complet. Martha : Aïe.

SCÈNE 27 : Nous revenons à notre neurone simple à trois nœuds affichant les entrées X1 et X2, ainsi qu'une courbe sigmoïdale correspondant à la fonction d'activation. Martha semble soulagée, tandis qu'Octavius explique la raison de ce retour au schéma simplifié. Octavius : Par souci de simplicité, je vous propose de combiner la somme, le biais et la fonction d'activation en un seul nœud. Ensuite, nous pourrons nous servir de l'épaisseur du trait pour indiquer les différents poids. Martha : Ouf ! Oui, FAISONS ÇA !

SCÈNE 28 : Le neurone unique est désormais relié à des lignes pondérées en mouvement qui connectent les nœuds entre eux. Une nouvelle ligne de sortie pointe vers la droite. Octavius : Maintenant, la SORTIE de CE NŒUD… Martha : OH !

SCÈNE 29 : Le premier neurone est relié à un deuxième. Les sorties de N1 deviennent les entrées de N2. Les lignes reliant les neurones sont toujours en mouvement et illustrent le flux d'information entre les nœuds. Martha : …peut devenir l'ENTRÉE d'un autre nœud ! Octavius : Exactement.

SCÈNE 30 : Le réseau s'étend et affiche désormais six couches de neurones interconnectés au sein d'un système semblable à une toile d'araignée, avec des lignes animées qui vont et viennent entre les neurones. Octavius : En voilà ENCORE UN, et ENCORE UN AUTRE… Martha : Waouh !

SCÈNE 31 : Sous le dialogue de Martha, nous apercevons deux petits encadrés animés qui rappellent ceux de la première partie. Dans le premier, une balle roule de haut en bas pour finir au fond d'une courbe. Dans le second, une ligne droite pivote sur elle-même pour finir sur la bonne trajectoire qui permet de classer un ensemble de caractères X et O. Bit tient une pancarte contenant un lien vers la première partie. Martha : Est-ce que cela signifie qu'en formant des réseaux de neurones avec la RÉTROPROPAGATION et DESCENTE DE GRADIENT*, nous AJUSTONS les poids et les biais par la même occasion ? Octavius : C'est ça ! Note de bas de page (sur la pancarte tenue par Bit) : * Voir première partie

SCÈNE 32 : Un neurone simple composé de trois entrées présente des boutons de réglage animés qui modifient l'épaisseur de la ligne pour indiquer le poids. Octavius commente le schéma d'en haut, et Bit a les bras en l'air. Quant à Martha, elle est assise par terre les jambes croisées et fait des gestes de la main. Octavius : On appelle ces ajustements automatiques "L'ENTRAÎNEMENT DE MODÈLE" Bit : Regarde, Martha ! Sans les mains ! Martha : Super, mais à quel moment on intervient, nous les INGÉNIEURS ?

SCÈNE 33 : Martha pointe du doigt un réseau de nœuds multicouches suspendus devant elle. Flip, assis sur le dos de Martha, prend la parole. Bit voltige en dessous. Flip : Oh, mais TOUT LE TEMPS ! Les ingénieurs choisissent la bonne architecture, ajustent le nombre de couches ou de nœuds, sélectionnent les fonctions d'activation… Ils prennent toutes sortes de décisions. MARTHA : Ah bon. Bit : On appelle tout ça le "RÉGLAGE DES HYPERPARAMÈTRES".

SCÈNE 34 : Martha et Octavius discutent devant un arrière-plan quadrillé. Octavius : L'information est STRUCTURÉE. Un réseau de neurones bien entraîné peut t'aider à NAVIGUER dans cette structure.

SCÈNE 35 : Martha et Octavius jettent un œil par-dessus un mur et aperçoivent deux mini-Martha en train d'effectuer une régression (en traçant une ligne de tendances sur une carte de données) et une classification (en traçant une ligne pour délimiter deux groupes de données). Octavius : C'est ce que tu fais quand tu traces ces lignes de RÉGRESSION et de CLASSIFICATION. C'est facile à faire À LA MAIN quand il n'y a qu'une ou deux caractéristiques… Martha : Oh, regarde ce qu'elles font !

SCÈNE 36 : Retour à la feuille de calcul tournée sur le côté et contenant la couche de nœuds d'entrée qui nous concerne. Martha et Octavius l'examinent. Octavius : Seulement, lorsqu'il y a plusieurs caractéristiques, il y plusieurs ENTRÉES. Et ça signifie…

SCÈNE 37 : Soudain, Martha, Octavius, Flip et Bit sont emportés par un tourbillon de données. Des vagues de nombres entiers et de caractères alphabétiques volent autour d'eux. Martha a l'air terrifiée. Bit prend une forme étrange, comme s'il se dilatait. Flip marche à l'envers à travers une rangée de nombres extravagants. Octavius ne semble pas perturbé. Octavius : … qu'il existe aussi plusieurs DIMENSIONS dans lesquelles naviguer ! Tracer une ligne simple et droite pour séparer "A" et "B" semble donc IMPOSSIBLE. Martha : Q-Q-QUOI ?

SCÈNE 38 : Le paysage en plusieurs dimensions disparaît par le haut de la vignette. Bit semble détendu et plein d'assurance, tandis que Martha a l'air totalement désorientée dans son coin. Octavius : Heureusement, nos cousins NUMÉRIQUES perçoivent d'autres dimensions MATHÉMATIQUEMENT et peuvent nous guider à travers cette structure. Bit : Oh oui, un jeu d'enfant. Il suffit de contourner la topographie sous-jacente.

SCÈNE 39 : Bit désigne un graphe comportant deux spirales de données entrelacées. Flip intervient par la droite. Bit : Par exemple, il semble qu'aucune ligne droite ne puisse séparer ces deux formes. Pourtant, les réseaux de neurones trouvent un moyen de le faire. Flip : C'est là qu'interviennent les "COUCHES CACHÉES"…

SCÈNE 40 : En trois étapes, Bit manipule les spirales de données pour les transformer en deux lignes ayant la forme d'un S couché et pouvant être facilement divisées par une seule droite. Bit : Elles TRANSFORMENT les données, ÉTENDENT et APLATISSENT l'espace, sans jamais le COUPER, le BRISER ni le PLIER pour trouver une réponse.

SCÈNE 41 : Un globe terrestre incliné est suspendu au-dessus d'Octave. Il contient un cercle tracé en pointillé autour de l'Antarctique et suivi d'un point d'interrogation. En dessous, Octavius trace une ligne droite à travers une projection de Mercator. Octavius : C'est comme tracer une LIGNE DROITE entre l'ANTARCTIQUE et les autres continents… Cela peut sembler impossible sur un GLOBE… …Mais pas tant que ça avec un tout petit "CHANGEMENT de PERSPECTIVE" !

SCÈNE 42 : Nous apercevons trois nœuds contenant chacun deux ensembles de données séparés par une ligne droite. Les deux premiers nœuds (situés au même niveau) sont combinés pour générer une ligne courbe dans le nœud de sortie, qui sépare parfaitement l'ensemble de données voulu. Bit tient une pancarte "En savoir plus" contenant un lien vers la démo d'entraînement sur les réseaux de neurones. Octavius : Si chaque neurone contient une fonction linéaire différente, en les COMBINANT, on obtient davantage de formes COMPLEXES qui permettent d'AJUSTER LES DONNÉES. Légende/Lien de la pancarte tenue par Bit : En savoir plus

SCÈNE 43 : Martha, l'air narquois, jubile à la vue d'un nuage de nœuds suspendu entre ses mains. Octavius, l'air inquiet, pose l'un de ses tentacules sur l'épaule de Martha. Martha : Oh ! Donc, pour traiter n'importe quel ensemble de données, quelle que soit sa complexité, il me suffit d'avoir ASSEZ de neurones ? Ha ha ha ! Octavius : Pas si vite. Avoir trop de neurones peut causer un SURAPPRENTISSAGE !

SCÈNE 44 : La ligne en pointillé se prolonge légèrement vers le bas de gauche à droite, pendant que Flip la parcourt lentement. FLIP : … ce tableau de pics et de creux que nous appelons une "fonction d'erreur" ou une "fonction de perte"… ne peut être révélé…

SCÈNE 45 : Martha, Bit, Octavius et Flip discutent dans une pièce vide. Martha : C'ÉTAIT TROP DEMANDER. Alors pourquoi les appelle-t-on "COUCHES CACHÉES" ? Bit : Oh là là. Bonne question. Octavius : Eh bien… Nous savons quelles caractéristiques ENTRENT… Nous savons quelles réponses SORTENT… Flip : …et nous sommes même capables d'expliquer COMMENT fonctionnent les couches cachées…

SCÈNE 46 : On aperçoit la silhouette de Martha, agenouillée devant un réseau de nœuds complexe en train d'écouter Flip. À droite, Bit tient une pancarte "En savoir plus" pointant vers les explications de Flip sur les recherches de Cassie Kozyrkov. Bit : Mais dans un RÉSEAU DE NEURONES ENTIÈREMENT CONNECTÉ, chaque nœud mélange les résultats de chacune des notes de la couche précédente. Qui peut deviner avec certitude quelles "caractéristiques" un nœud est en train d'observer ? Flip : Comme l'explique Cassie Kozyrkov, experte en données, nous "AUTOMATISONS CE QUI NE PEUT PAS ÊTRE EXPRIMÉ".

SCÈNE 47 : Octavius apparaît à côté d'un petit chariot minier à droite de la vignette, affublé d'une casquette de pilote. L'équipage s'approche pour sauter dans le chariot. Octavius : En fait, un réseau de neurones ENTIÈREMENT CONNECTÉ n'est qu'un type d'architecture parmi d'autres… Martha : Joli couvre-chef. Octavius : Merci !

SCÈNE 48 : Octavius est assis dans le chariot minier devant un plan semblable à celui du métro, comportant plusieurs stations légendées selon les symboles d'architecture de réseau qui leur correspondent. Octavius : Dirigeons-nous vers une AUTRE station très fréquentée du plan de notre réseau de neurones.

SCÈNE 49 : Tous les membres de l'équipage sont assis dans le chariot en marche sur un circuit de rails sinueux. Divers symboles rappelant l'architecture des neurones les entourent. Martha semble avoir une poussée d'adrénaline, tandis qu'Octavius poursuit allègrement ses explications. Octavius : Tout ce champ de recherche est en MOUVEMENT, c'est-à-dire en perpétuelle évolution. Certains des accomplissements les plus populaires à l'heure actuelle n'en étaient qu'à l'état de PROTOTYPE il y a 10 ans !

SCÈNE 50 : En trois étapes, le chariot traverse un grand huit qui ressemble à un cadran d'horloge. Les personnages sont trop petits pour pouvoir être décrits. Octavius : LES RÉSEAUX DE NEURONES RÉCURRENTS (tels que les LSTM) répètent une boucle qui se referme sur eux-mêmes, ce qui leur permet de résoudre les problèmes liés aux ÉLÉMENTS TEMPORELS comme la RECONNAISSANCE VOCALE. Légende/Lien : En savoir plus

SCÈNE 51 : Le chariot traverse un aiguillage vu de dessus. Plusieurs voies se rapprochent ou s'écartent les unes des autres. Octavius actionne un poste d'aiguillage tout en poursuivant ses explications. Le lien "En savoir plus" est associé à [what would we like to link out to here?] Octavius : D'autres, comme les AUTO-ENCODEURS, ont contribué à donner du sens aux données non supervisées, ce qui a permis de réduire la DIMENSIONNALITÉ du big data trop abondant. Légende/Lien : En savoir plus

SCÈNE 52 : Les personnages passent au premier plan. On aperçoit d'autres voies et chariots au loin. Tandis qu'ils filent à toute vitesse, Martha interrompt Octavius pour l'interroger sur les passagers des autres chariots. Imperturbable, il continue de regarder droit devant. Octavius : Le réseau vers lequel nous nous dirigeons a été particulièrement populaire pour analyser… Martha : Hé, c'est qui, EUX ? Octavius : Oh. C'est la ligne des GAN, les réseaux antagonistes génératifs. Aucun de ces passagers n'est réel ! Évite de croiser leur regard.

SCÈNE 53 : Le chariot s'arrête devant une plate-forme où se trouve une porte voûtée portant l'inscription "CNNs". Tout l'équipage descend du chariot pour l'examiner. Octavius : Voilà, nous y sommes. Tous en marche vers les RÉSEAUX DE NEURONES CONVOLUTIFS ! Martha : Ah, j'en ai déjà entendu parler. Bit : On parle beaucoup d'eux !

SCÈNE 54 : L'équipage pénètre dans une galerie aux murs recouverts de tableaux richement encadrés. Seulement, les toiles ne représentent que des accumulations de 1 et de 0. Bit est fasciné par l'une des toiles, mais Martha n'a pas l'air à l'aise. Bit : Ah ! J'ADORE celui-ci. Elle sait vraiment mettre en valeur les séries de 1 et de 0. Vous ne trouvez pas ? Martha : Euh… Octavius : Ces images ne sont que des grilles de nombres associés à un CNN !

SCÈNE 55 : Martha brandit l'une des toiles en examinant les chiffres qu'elle contient. Octavius explique ce qu'ils signifient. En bas à droite, Bit tient un micro au-dessus d'une onde sonore pour illustrer comment les CNN analysent le rendu visuel de données. Martha : Ce n'est pas le cas pour N'IMPORTE QUEL réseau de neurones capable de gérer les images ? Octavius : Si ! Mais les CNN offrent une méthode unique pour analyser et recueillir toutes ces données basées sur l'image. Bit : (Y compris tout type de données qui peut être REPRÉSENTÉ sous la forme d'images.)

SCÈNE 56 : L'équipage examine la photo d'un chat en noir et blanc de 32 x 32 pixels. Octavius : Même une image de FAIBLE RÉSOLUTION comme celle-ci est une mine d'informations. Chacun des 1 024 PIXELS qui la composent correspond à une entrée distincte. En fait, on en dénombre TROIS en ne comptant que les canaux rouge, vert et bleu. Flip : Tiens, c'est l'oncle Rufus !

SCÈNE 57 : Octavius donne des explications sur la multiplicité des images couleur, à gauche de la vignette et au-dessus d'un ensemble d'entrées disposées sur plusieurs niveaux représentant les canaux rouge, vert et bleu avec le nombre d'entrées totales correspondant (3 072). De vastes rangées d'entrées s'étirent vers la droite. Martha s'écarte de peur. Octavius : En voilà une belle COUCHE D'ENTRÉE MULTIDIMENSIONNELLE… Et ce n'est même pas une image haute définition ni une vidéo ! Martha : AAAH ! Ça me RAPPELLE des choses.

SCÈNE 58 : Octavius poursuit ses explications à côté d'un ensemble de six gros plans représentant des chats dans divers situations, positions, emplacements, etc. au sein d'une même image. En bas à gauche, un nœud de classification indique "Chat : OUI". Octavius : Même si au bout du compte, on souhaite toujours obtenir un OUI ou un NON catégorique et unidimensionnel, la classification doit fonctionner pour N'IMPORTE QUEL chat, sous N'IMPORTE QUEL angle et pour n'importe quelle partie de cette image. MARTHA : Ouah… Rien que ça !

SCÈNE 59 : Bit apparaît dans une matrice de pixels dont chaque bloc est projeté en avant vers une zone distincte à droite de la vignette. Octavius : Eh oui. Et ce sont les CNN qui REMPLISSENT cette mission, EN DÉCOMPOSANT ces énormes matrices de données de pixels en plusieurs morceaux que l'on peut ensuite MANIPULER couche par couche.

SCÈNE 60 : Octavius lance à Martha une version miniature de la matrice dotée de poignées (le filtre). Octavius : Commençons par créer un espace pour répertorier les CARACTÉRISTIQUES DES CHATS dans notre image source. ATTRAPE ! Martha : Qu'est-ce que c'est ? Octavius : Un FILTRE. Au début, il ne consiste qu'en une matrice de poids aléatoires, mais l'algorithme l'ajuste au fil du temps.

SCÈNE 61 : Mini-Martha et Octavius traversent deux matrices animées sur la pointe des pieds. Dans la première matrice, le filtre se déplace pas à pas parmi les données d'entrée, tandis que la seconde matrice présente l'espace de description projeté qui se remplit, un carré après l'autre. [Exemple ici.] Flip apparaît en bas à droite pour s'immiscer dans la discussion. Octavius : Une "CONVOLUTION" consiste à déplacer ce filtre dans toute l'image à l'aide d'un intervalle variable qu'on appelle le "PAS". Martha : Oh ! Elle multiplie les DONNÉES SOURCES avec cette matrice. Flip : Le résultat s'appelle un ESPACE de DESCRIPTION !

SCÈNE 62 : Octavius porte une bouée gonflable et des lunettes de soleil. Il décrit étape par étape le fonctionnement des CNN. Une figure montre l'image d'entrée, les multiples images simplifiées générées par convolution, une fonction d'activation, et enfin les images plus petites générées grâce au pooling. Martha se tient dessus en faisant un état des lieux. Octavius : Ces espaces de description passent par une étape de POOLING permettant de réduire davantage leur taille de calcul. Martha : Je vois. On peut donc continuer à les empiler pour traquer davantage de caractéristiques !

SCÈNE 63 : Octavius voltige en direction de quatre filtres de faible résolution aux contours grossiers (horizontalement, verticalement, obliquement vers la gauche et la droite). En dessous, Bit intervient dans un encart. Sa main est posée sur un cerveau aux yeux écarquillés. Octavius : Aux stades précoces, les filtres ne peuvent détecter que les CONTOURS et L'ORIENTATION… Bit : * LE SAVIEZ-VOUS ? Le cortex visuel de votre cerveau procède de la même façon pour déclencher la fonction de détection… En fait, au départ, les CNN s'en inspiraient. Légende : En savoir plus

SCÈNE 64 : Trois couches de caractéristiques sont représentées dans les grilles quadrillées à gauche : des contours ambigus, des éléments un peu plus nets, et des personnages ou des objets entiers, dont une version miniature d'Octavius ! Le vrai Octavius intervient à droite de la vignette. Octavius : …mais à chaque couche suivante, les caractéristiques COMPOSITES commencent à émerger du bruit. Tu vois ? Là, c'est MOI !

SCÈNE 65 : D'en haut, Martha et Octavius observent un filtre luminescent. Martha : Au départ, il identifie des LIGNES et des ANGLES. Ensuite, il passe par les MOUSTACHES, les COUSSINETS et le PELAGE. Et enfin, il atteint le niveau "CHAT" ou "CHIEN". C'est ça ? Octavius : Mmh… En fait, OUI, NON et OUI. Nous ne connaîtrons peut-être jamais les caractéristiques que le filtre a identifiées en MILIEU de parcours. Toutefois, il les identifie, quelles qu'elles soient et peu importe où elles se cachent.

SCÈNE 66 : Retour dans notre vue éclatée des phases de CNN, qui comporte désormais une couche de classification à l'extrémité. Celle-ci affiche une colonne de nœuds complète reliée à une sortie binaire par des lignes interconnectées. Flip intervient à droite de la vignette. Flip : Contrairement à ce qui se passait dans le PREMIER exemple, les CNN ne sont pas entièrement connectés. En revanche, la couche finale de sortie L'EST : elle relie tous les neurones de la couche précédente.

SCÈNE 67 : Martha, Octavius, Bit et Flip sont dans une pièce vide. Chacun d'entre eux se tient dans un encadré associé aux prédictions du réseau. Martha est à 98 % humaine, Octavius à 94 % un poulpe et Flip à 89 % un chat. Quant à Bit, il est à 60 % un ballon de basket. Octavius : Cette COUCHE DE CLASSIFICATION fournit les réponses précises que nous attendions tous… Bit : Euh… les amis ? Légendes : 98 % humain 99 % poulpe 60 % ballon de basket 89 % chat

SCÈNE 68 : Martha se penche avec inquiétude. Tous les encadrés ont disparu, sauf celui de Bit. Octavius voltige au-dessus, l'air inquiet. Bit semble contrarié. Martha : Aïe, qu'est-ce qui s'est passé ? N'y avait-il pas de ROBOTS VOLANTS dans les données d'entraînement ? Octavius : Eh bien, il AURAIT DÛ y en avoir ! Légende : 60 % ballon de basket

SCÈNE 69 : Flip et Martha examinent les données d'entraînement et de test éparpillées sur le sol. En arrière-plan, Bit a l'air révolté et déterminé à se faire entendre. Flip : AH, ÇA NON ! Les données n'incluent que des marcheurs. C'est un BIAIS DE SÉLECTION classique. Martha : C'est vraiment injuste d'exiger de tous les robots qu'ils aient des jambes… Bit : VOUS N'AUREZ PAS MA LIBERTÉ ! Légende : 60 % ballon de basket

SCÈNE 70 : Bit et Flip quittent la scène par la gauche. Martha se relève. Martha : J'ai toujours cru que les données étaient IMPARTIALES. Ce ne sont que des nombres… Octavius : Un ensemble de données est le produit du moment et du lieu où il a été conçu. Légende : 60 % ballon de basket

SCÈNE 71 : Octavius a enfilé différentes marionnettes sur ses tentacules. Chacune d'entre elles est reliée à une bulle contenant des symboles différents. Octavius : Même si elles mettent tout en œuvre pour essayer de créer des données "neutres", les personnes chargées de compiler les données présentent sans doute LEURS PROPRES biais implicites.

SCÈNE 72 : Martha s'abandonne parmi les images des données. Flip et Bit ont l'air découragés. Octavius parcourt d'autres images à droite de la vignette. Martha : C'est plus complexe que ce que je pensais. Octavius : Mmh… Nous pourrions aussi avoir affaire à quelque chose qu'on appelle le BIAIS LATENT… Jetez un œil à toutes ces photos de ballons de basket et trouvez leur point commun… Légende : 60 % ballon de basket

SCÈNE 73 : Octavius montre un ensemble de photos à Martha. Toutes représentent des bras et mains de joueurs de basket-ball qui tiennent des ballons. Octavius : Tu RECONNAIS quelque chose ? Martha : Je ne sais pas… On dirait des bras qui portent des…

SCÈNE 74 : En observant Bit dans son cadre "ballon de basket", Martha a une révélation. Martha : Oooohh… Légende : 60 % ballon de basket

SCÈNE 75 : Martha et Octavius discutent. Octavius : Les INGÉNIEURS et les spécialistes de l'ÉTHIQUE cherchent encore à comprendre comment les réseaux de neurones voient le monde et à déterminer le rôle qu'ils joueront dans les années à venir.

SCÈNE 76 : Martha, Octavius, Flip et Bit se tiennent sur une surface réfléchissante et observent leur reflet inversé dans le miroir. Octavius : En inversant un CNN, les chercheurs se sont servis d'un classificateur d'images hors pair pour donner naissance à des RÉSEAUX ANTAGONISTES GÉNÉRATIFS, ou GAN. Ceux-ci sont capables de générer de magnifiques images surréalistes, mais aussi les célèbres "deepfakes". Légende : En savoir plus

SCÈNE 77 : Martha a l'air sûre d'elle. Octavius fait mine de l'encourager. Flip et Bit interviennent en bas de la vignette. Martha : Je voudrais faire partie de la solution et non du problème… J'espère seulement être capable de faire la DIFFÉRENCE le moment venu. Octavius : Tu sais, apprendre comment tout cela FONCTIONNE constitue un bon point de DÉPART. Flip et Bit (hors champ) : Tout à fait d'accord !

SCÈNE 78 : Martha regarde le ciel d'un air confiant, avant d'être interrompue par son supérieur, Mel. Octavius semble outré. Martha : Salut tout le monde ! Souvenez-vous de moi, parce que je suis presque 100 % sûre de pouvoir… Mel (hors champ) : BONJOUR MARTHA !

SCÈNE 79 : Mel se penche au-dessus de la classe imaginaire en utilisant son reflet pour répondre à ses propres questions. Tout l'équipage semble inquiet. Flip émet un feulement. Mel : Oh oh ! Où suis-je ? Qu'est-ce que c'est que ça ? C'est qui, EUX ? Martha : Euh, c'est… Mel : En fait, je m'en FICHE !

SCÈNE 80 : Martha s'effondre contre le mur pour s'assoir à côté de Bit et d'Octavius. Tous ont l'air découragés, tandis que Mel poursuit son intervention. Mel : J'ai besoin de toi en salle de réunion dans 10 MINUTES pour la présentation aux actionnaires. Octavius : Il est toujours comme ça ? Martha : Oh que oui.

SCÈNE 81 : Mel disparaît en saluant de la main. Martha commence à se relever, tandis que ses amis se rassemblent autour d'elle. Mel : MERCI, À PLUS TARD ! Octavius : Oh ma pauvre, c'était beaucoup d'informations d'un seul coup… Flip : Je vais saboter la salle de réunion pour qu'on gagne du temps.

SCÈNE 82 : Octavius regarde au milieu d'un air inquiet, mais Martha l'arrête d'un signe de la main. Octavius : Je savais que j'aurais dû aller moins vite ! Tout le monde va se moquer de moi à l'Université des Mollusques. Martha : NON.

SCÈNE 83 : Gros plan sur Martha qui a l'air déterminée et ravie. Martha : C'EST BON, JE MAÎTRISE.

Maintenant, à vous de jouer !
Continuez à explorer
l'univers du machine learning…

SCÈNE 84 : Martha est en pleine présentation devant un groupe de cadres dans une salle de réunion. Elle commente un tableau blanc où apparaissent des réseaux de neurones, entre autres objets. Le public est captivé. La vignette se termine en invitant les lecteurs à en savoir plus.

… grâce au cours d'initiation au ML proposé par Google
ou en explorant les solutions pour l'IA de Google Cloud.

• Scénario, conception et mise en page : Lucy Bellwood, Dylan Meconis, Scott McCloud
• Dessin : Leila del Duca
• Couleur : Jenn Manley Lee
• Localisation pour le Japon : Kaz Sato, Mariko Ogawa
• Production : Google Comics Factory (Allen Tsai, Alison Lentz, Michael Richardson)