📖 Définition

La recherche neuronale d'architecture (NAS) est une technique où un algorithme explore et conçoit automatiquement l'architecture optimale d'un réseau de neurones pour une tâche donnée. Au lieu qu'un chercheur définisse manuellement les couches et hyperparamètres, le NAS évalue des milliers de configurations pour trouver le meilleur compromis performance-efficacité. Cette approche relève de l'AutoML. Le NAS a produit des architectures qui surpassent celles conçues par des experts humains.

💬 En termes simples

C'est comme lancer un concours où des milliers de plans de maison sont générés, testés en simulation contre le climat québécois, le code du bâtiment et votre budget, puis le meilleur design est automatiquement sélectionné. L'architecte humain supervise, mais l'algorithme explore au-delà de ce qu'un seul cerveau pourrait envisager.

🎯 Exemple concret

En 2026, une startup de Mila utilise le NAS pour concevoir un réseau ultraléger capable de fonctionner sur les compteurs intelligents d'Hydro-Québec. Un centre de recherche de l'Université Laval découvre une architecture spécialisée en détection de rétinopathie diabétique trois fois plus rapide. Une entreprise de jeux vidéo de Québec optimise les réseaux de ses personnages non joueurs pour des comportements plus réalistes.

💡 Le saviez-vous ?

Les premières expériences de NAS par Google en 2017 ont nécessité 800 GPU pendant 28 jours pour un coût de plus de 150 000 dollars, mais les techniques modernes obtiennent des résultats comparables en quelques heures sur un seul GPU. L'architecture EfficientNet, découverte par NAS, est à la fois plus précise et dix fois plus petite que les modèles conçus par des humains.

Accueil

Outils

Annuaire

Apprendre