En
intelligence artificielle, apprendre est le processus par lequel un
modèle d'IA s'améliore automatiquement dans une tâche grâce à l'
entraînement avec des données et des expériences, similaire à la façon dont un humain apprend de la pratique et des exemples. L'
Apprentissage Automatique (
Machine Learning) est la méthode la plus courante pour réaliser cet apprentissage.
En
intelligence artificielle, il existe différentes façons d'
entraîner une IA. Par exemple, un modèle peut apprendre à reconnaître des chats en analysant des milliers de photos de chats (apprentissage supervisé), ou découvrir par lui-même des modèles dans les données de ventes pour prédire des tendances (apprentissage non supervisé). Il peut aussi apprendre en jouant de manière répétée, comme lorsqu'il apprend à gagner aux échecs par essai et erreur (apprentissage par renforcement).
Il existe également des formes plus avancées, comme lorsqu'un modèle apprend à détecter des maladies en combinant des radiographies étiquetées par des médecins avec d'autres non étiquetées (apprentissage semi-supervisé), ou lorsqu'il apprend à prédire le prochain mot dans une phrase en analysant des millions de textes par lui-même (apprentissage auto-supervisé).
L'objectif final est que le modèle puisse appliquer ce qu'il a appris à de nouvelles situations, tout comme un humain applique son expérience à des problèmes similaires mais différents.