Frank Rosenblatt : Perceptron

En 1957, Frank Rosenblatt (psychologue américain) développe le perceptron, un modèle d’apprentissage inspiré du neurone biologique. Bien que limité, ce modèle ouvre la voie à l’apprentissage automatique. Il créa le perceptron qui deviendra le premier type de neurone artificiel. Il est souvent considéré comme la naissance de l’apprentissage profond.

Ce neurone est composé de plusieurs paramètres d’entrées et d’une sortie. Il est neurone à simple couche. Des fonctions mathématiques et des algorithmiques composent l’intelligence du neurone et chaque neurone répond à une problématique et une seule fonction des entrées.

Exemple de neurone

Pour répondre à une problématique globale, un réseau de neurones où chaque neurone est interconnecté comme un circuit électrique. L’ensemble du réseau résout un problème complexe avec des sous problèmes élémentaires.

Les réponses aux utilisateurs sont distribuées à l’époque sur des voyants, relais, etc. Les implémentations de la méthode était souvent théorique par manque de moyen technique ou bien sous forme électro-mécanique/électronique pour des problèmes plus simples.

L’exemple le plus concret à l’époque était dans les télécoms comme le multiplexage des télécommunications et la théorie de claude Shannon sur le traitement de l’information.