Quand le deep learning s’intéresse aux sites de rencontre

L’apparence physique joue un grand rôle dans la séduction mutuelle, mais les applications de rencontre populaires comme OkCupid n’en tiennent pas compte pour proposer des profils pertinents à leurs utilisateurs. C’est à partir de ce constat que Harm de Vries, jeune chercheur en intelligence artificielle, s’est demandé si les ordinateurs seraient capables d’apprendre ses préférences en matière de gent féminine. Une interrogation qui l’a mené à des résultats prometteurs grâce au deep learning.

Fraîchement débarqué à Montréal pour y réaliser son doctorat en informatique, Harm de Vries se rue sur Tinder, une application permettant de mettre en relation deux personnes qui s’apprécient à partir d’une simple photographie. Bien qu’il exclue systématiquement, par goût personnel, les profils de jeunes filles avec tatouages ou piercings, le jeune chercheur continue de se voir proposer ce type de personnes. Autrement dit, l’application n’apprend pas de son expérience. Un manque que Harm de Vries, justement spécialisé dans le domaine du deep learning (apprentissage profond), s’est attaché à combler.

La plupart des sites de rencontre, constate-t-il, fondent leur mise en relation sur des caractéristiques (genre, âge, localisation, couleur des yeux, etc.) que les utilisateurs renseignent via des formulaires, sans tenir compte de leur apparence physique. Il n’existe en effet selon lui aucun mécanisme universel permettant d’expliquer l’attraction que l’on ressent pour l’autre. Ce qui rend impossible l’édification de règles simples permettant à un programme informatique de prédire, à partir d’une photographie, si la personne représentée correspond à notre type. D’où l’idée originale d’employer des réseaux de neurones artificiels pour l’apprendre.

Des progrès spectaculaires ont été réalisés ces derniers mois dans le domaine de la reconnaissance d’image, note l’expert en intelligence artificielle. Certains programmes sont ainsi capables d’estimer assez précisément l’âge d’une personne ou de décrire ce que contient une photographie. Pour y parvenir, les algorithmes de deep learning entraînent avec une quantité importante d’exemples un réseau de neurones, dont les couches successives permettent en quelque sorte de filtrer des caractéristiques de l’image — pour un visage, par exemple, il peut s’agir de la forme des yeux ou de la présence d’un piercing. Après plusieurs mois de travail, Harm de Vries a mis au point un programme capable de prévoir l’attractivité d’un profil Tinder, à partir de ses propres préférences, avec un taux de réussite de 68 %. Un résultat encourageant qui préfigure, pour la plus grande joie du jeune chercheur, l’utilisation des photographies dans les algorithmes de mise en relation.

 

Lire l’article (en anglais)

 

En complément :

Une définition du deep learning à l’usage des professionnels de l’industrie et

Un algorithme de deep learning capable de prédire à 83 % l’activité d’un humain durant sa journée (en anglais)

 

À lire sur Business Analytics Info :

« Pronostics sportifs : du bistrot aux big data ! » et

« L’analyse prédictive pour améliorer la vie des citoyens ? »