Machine laundry-ing

En français, il s’agit d’apprentissage automatique, alors l’image est moins parlante que si l’on reste sur le machine learning anglophone. Dans l’une ou l’autre langue, le mot est sur toutes les lèvres, dans les colloques scientifiques comme aux confins des buanderies. Avec leur carrosserie de poids-lourds, que peuvent bien nous apprendre huit machines (à laver) automatiques?
Rien moins que le concept de machine learning. Mattia Cacciotti, doctorant au Laboratoire des circuits intégrés (ICLAB) à Neuchâtel, a vu dans le cycle hypnotique de la lessive une analogie de la reconnaissance d’images par des algorithmes complexes. Le lave-linge peut être comparé à des réseaux de neurones convolutifs. Le premier reçoit du linge sale d’où il faut extraire les taches tandis que les seconds se trouvent face à une image qu’ils considèrent à première vue comme un amas de pixels. Le détergent dans un cas, le modèle dans l’autre, conduit le nettoyage. Au cours des centrifugations – des couches de convolution pour l’algorithme – les taches indésirables – le bruit dans les données – disparaissent. Ainsi, au fil des couches, l’algorithme nettoie le nuage de pixels pour y comprendre ce qu’il représente et reconnaître finalement l’image : un chien, un chat, un avion, une voiture, une grenouille…
Le cliché, pris dans la buanderie de la résidence Atrium, au Quartier Nord, est authentique: le doctorant a collé manuellement chacune des images sur les hublots. «Il faut bien comprendre que la photo explique le processus avec huit algorithmes différents, huit fois, précise le doctorant. Ce n’est pas la même image entrante qui donne huit résultats différents.»