Un perceptron est un modèle précoce de neurone artificiel et un classifieur binaire linéaire, introduit par le psychologue Frank Rosenblatt en 1958, largement considéré comme l'un des éléments fondateurs de la tradition réseau de neurones et connexionniste en intelligence artificielle. Il calcule une somme pondérée de ses entrées, ajoute un terme de biais, et fait passer le résultat à travers une fonction échelon pour produire une sortie parmi deux classes.
Mécanisme
Le perceptron de Rosenblatt prend un vecteur d'entrées numériques, multiplie chacune par un poids ajustable, somme les résultats, et compare le total à un seuil pour produire une sortie binaire. Les poids sont ajustés via une règle d'apprentissage supervisé simple, l'algorithme d'apprentissage du perceptron, qui pousse les poids à réduire l'erreur de classification sur des exemples d'entraînement étiquetés. Le théorème de convergence du perceptron garantit que cette procédure trouvera une solution séparatrice en un nombre fini d'étapes, mais uniquement si les données d'entraînement sont linéairement séparables, c'est-à-dire qu'une seule ligne droite, ou hyperplan dans des dimensions supérieures, peut diviser les deux classes.
La révélation de 1958
Rosenblatt a construit le perceptron au Cornell Aeronautical Laboratory avec un financement de l'Office of Naval Research des États-Unis, et a démontré une première implémentation matérielle, le Mark I Perceptron, utilisant une grille de photocellules comme entrée visuelle. La couverture médiatique de l'époque, y compris un article du New York Times de 1958, décrivait des affirmations selon lesquelles la machine pourrait éventuellement « marcher, parler, voir, écrire, se reproduire et être consciente de son existence », un premier exemple de battage médiatique en IA qui a ensuite contribué à la déception lorsque les limites de la technologie sont devenues apparentes.
La critique de Minsky et Papert
En 1969, Marvin Minsky et Seymour Papert ont publié « Perceptrons », une analyse mathématique rigoureuse démontrant que les perceptrons à une seule couche ne pouvaient pas résoudre des problèmes non linéairement séparables, le plus célèbre étant la fonction logique XOR. Bien que le livre ait reconnu que les réseaux multicouches pouvaient en principe surmonter cette limitation, il a été largement interprété, à juste titre ou non, comme un argument plus large contre la recherche sur les réseaux de neurones, et est souvent crédité d'avoir contribué à un déclin marqué du financement et de l'intérêt qui a duré jusqu'à l'hiver de l'IA des années 1970 et au-delà.
Héritage et perceptrons multicouches
L'intérêt pour les modèles inspirés des neurones a repris dans les années 1980 avec la popularisation de la rétropropagation par David Rumelhart et ses collègues, un algorithme qui a rendu pratique l'entraînement de perceptrons multicouches, des réseaux avec une ou plusieurs couches cachées entre l'entrée et la sortie, capables de représenter des frontières de décision non linéaires et de surmonter la limitation exacte identifiée par Minsky et Papert. Les architectures de perceptrons multicouches restent un élément de base des systèmes modernes de apprentissage profond, et le modèle original à une seule couche de Rosenblatt est maintenant enseigné principalement comme un point de départ historique et pédagogique pour comprendre l'apprentissage basé sur la descente de gradient et le développement plus large du apprentissage automatique.