Aller au contenu principal
Fondamentaux

Algorithme

Un algorithme est une suite d'instructions définissant comment traiter des données pour atteindre un résultat.

Définition

Un algorithme est une suite finie et non ambiguë d'instructions qui transforme des données d'entrée en un résultat. Une recette de cuisine en donne l'idée : des étapes précises, dans un ordre précis, qui mènent toujours au même plat si les ingrédients sont les mêmes. Beaucoup d'algorithmes n'ont rien à voir avec l'IA : le calcul de la TVA, le tri d'une liste de clients, la recherche d'un itinéraire. Il faut aussi le distinguer du programme, qui est l'écriture de l'algorithme dans un langage informatique. Dans un algorithme classique, un humain écrit les règles et le comportement est prévisible : mêmes entrées, mêmes sorties. Dans l'apprentissage automatique, l'algorithme décrit surtout la façon de construire la règle à partir d'exemples ; le résultat de cet entraînement est un modèle, dont le comportement dépend des données utilisées. Dans le langage courant, « l'algorithme » désigne aussi un système de classement ou de recommandation, comme celui d'un moteur de recherche ou d'un réseau social, dont les critères sont rarement publics. Pour une entreprise, la distinction compte : une règle lisible, comme une formule de remise, peut être relue, testée et expliquée à un client ; un modèle appris demande des tests, un suivi et une supervision. Pour beaucoup de tâches de gestion, une règle simple bien écrite suffit et se contrôle plus facilement qu'un modèle.

Catégorie

Fondamentaux

Synonymes

procédé de calcul, suite d'instructions, méthode algorithmique

Avantages

  • Méthode explicite et reproductible
  • Peut être comparé et optimisé

Limites

  • Sensibilité aux données d'entrée
  • Peut introduire des biais si mal conçu

Exemples concrets

Découvrez comment ce concept s'applique dans la réalité

  1. Algorithme de tri rapide

  2. Descente de gradient

  3. Arbre de décision

  4. Une règle de calcul de remise : 5 % au-delà de dix commandes dans l'année, appliquée de la même façon à chaque client

  5. Un scénario d'automatisation qui oriente les demandes entrantes selon un mot-clé (devis, SAV, facture)

  6. Le classement des résultats d'un moteur de recherche, combinaison de nombreux critères non publics

Applications pratiques

Où « algorithme » sert concrètement

  • Classification

  • Prédiction

  • Optimisation

Questions fréquentes

Les questions que posent les entreprises sur « algorithme »

Quelle différence entre algorithme et modèle ?

L'algorithme est la méthode, c'est-à-dire la suite d'étapes de calcul. Le modèle est le résultat d'un apprentissage : il contient les paramètres ajustés sur des données et sert ensuite à produire des prédictions. Un même algorithme d'apprentissage donne des modèles différents selon les données utilisées.

Quelle différence entre algorithme, programme et intelligence artificielle ?

Le programme est l'écriture d'un algorithme dans un langage informatique. L'IA désigne des systèmes capables d'accomplir des tâches associées à l'intelligence humaine, et elle s'appuie sur des algorithmes, mais tout algorithme n'est pas de l'IA : un calcul de TVA n'en est pas.

Les algorithmes sont-ils toujours écrits règle par règle ?

Non. Certains suivent des règles fixes, d'autres intègrent de l'aléa, comme les algorithmes évolutionnaires, ou apprennent leurs règles à partir de données. Dans ce dernier cas, les règles ne sont pas écrites par une personne et sont plus difficiles à relire.

Quels sont les principaux types d'algorithmes utilisés en IA ?

Algorithmes d'optimisation, d'apprentissage supervisé et non supervisé, de recherche et de planification, et réseaux de neurones. Le choix dépend du problème, de la quantité de données et du besoin de pouvoir expliquer le résultat.

Un algorithme peut-il être discriminatoire ?

Oui. Un algorithme n'est pas neutre : ses critères, ses données et ses seuils traduisent des choix humains. Un tri de candidatures ou un score de crédit peut défavoriser certains groupes sans que personne l'ait voulu, d'où l'importance de tester les résultats avant le déploiement.

Faut-il comprendre les algorithmes de ses outils ?

Pas dans le détail, mais il faut savoir ce que l'outil décide, à partir de quelles données, avec quelle marge d'erreur et qui peut corriger. Un fournisseur sérieux doit pouvoir l'expliquer en termes simples.

Source et références

Source : CNIL – Glossaire IA

Voir la source

Envie d'approfondir vos connaissances en IA ?

Découvrez tous nos termes et concepts dans le lexique complet

Un projet autour de « algorithme » ?

Décrivez-nous votre besoin : nous vous répondons sous 24 h, sans engagement.

Testez gratuitement la visibilité de votre entreprise dans les IA. Lancer le test de visibilité dans les IA