L'apprentissage supervisé (notamment via l’apprentissage profond) a démontré d'impressionnantes performances dans l'automatisation de tâches comme la classification des données. Cependant, la supervision ne suffit plus pour apprendre à réaliser une tâche mieux que l’humain : il faut laisser la machine apprendre par elle-même, via des interactions avec son environnement. L’apprentissage interactif qui en découle comporte son lot de défis, mais également son lot d’opportunités. Cette présentation portera sur les enjeux spécifiques à l’apprentissage interactif et des avenues de solution envisagées. Différentes formulations du paradigme d'apprentissage interactif seront abordées, incluant notamment l’apprentissage par renforcement. Le potentiel de ce passage d’une IA prédictive vers une IA décisionnelle sera illustré par diverses applications.