Ecrivez-nous

perceptron, version la plus simple de ce que l’on nomme un réseau de neurones.

Le perceptron a été inventé à la fin des années cinquante par le chercheur américain Frank Rosenblatt. Il se compose d’un ensemble de cellules ou « neurones », disposés en deux couches : l’une en entrée, appelée rétine, et destinée à recevoir les informations, l’autre en sortie, chargée de fournir un résultat. Chacune des cellules de sortie est connectée à toutes les cellules d’entrée par l’intermédiaire de synapses pondérées. Une cellule peut prendre l’une des deux valeurs.

Lorsqu’on utilise un perceptron, on positionne les valeurs des cellules d’entrée à 0 ou à 1, puis on lit les valeurs des cellules de sortie. Ces dernières sont calculées à partir des valeurs des cellules d’entrée et des poids des synapses. Le but est d’associer à une configuration des cellules d’entrée (c’est-à-dire une suite de 0 et de 1, qui peut être interprétée comme un stimulus), une réponse des cellules de sortie. Dans le cas où la réponse obtenue en sortie du perceptron n’est pas celle que l’on attendait, il faut modifier les poids des synapses en conséquence afin de rapprocher la réponse du réseau de la bonne réponse ; cette phase peut être automatisée, on parle alors d’apprentissage.

On peut voir une certaine analogie simpliste entre le fonctionnement du perceptron et celui de notre cerveau. Nous percevons sans cesse des stimuli (signaux provenant de notre environnement) par l’intermédiaire de nos sens et auxquels nous réagissons différemment. Nos organes de perception peuvent être modélisés par des couches d’entrée de perceptrons, les stimuli par autant de configurations de ces entrées, et nos actes ou déductions par les réponses de ces perceptrons.

L’extrême simplicité de ce modèle entraîne de grandes limitations, aussi a-t-on développé un perceptron multicouche, qui n’est rien d’autre qu’un perceptron possédant des couches intermédiaires entre sa couche d’entrée et celle de sortie. Celui-ci possède aujourd'hui de nombreuses applications, notamment en intelligence artificielle et en reconnaissance des formes.