Intelligence artificielle: Google développe un cerveau informatique

Intelligence artificielle: Google développe un cerveau informatique

Image

Credit (cc): n1/the larch

Il semble bien que Google ait fait franchir un nouveau pas à l’intelligence artificielle. En simulant un réseau neuronal de 3 millions de neurones et de plus d’un milliard de synapses, les ingénieurs de Google ont réussi ce qui semblait jusqu’alors impossible. L’ordinateur a su reconnaître un chat! (Continuez à lire, c’est une vraie nouvelle ;).

Un chat, dites-vous? Rien d’extraordinaire là-dedans. C’est tout le contraire. Les ordinateurs apprennent, jusqu’à présent, grâce à des images étiquetées. Pour qu’un système reconnaisse les visages ou les automobiles, on le nourrit de milliers d’images identifiées comme contenant des Naomi Watts ou des Chevrolet. Le processus d’étiquetage est long et onéreux et c’est pourquoi les avancements dans la discipline de l’apprentissage des machines se fait à pas relativement lents. Trop lent pour Google, apparemment.

Ses chercheurs ont misé sur une autre avenue, rendue possible par la baisse importante des coûts de l’informatique (et par l’impressionnante ferme d’ordinateurs de Google). Ils se sont basés sur des études suggérant qu’il pouvait être possible pour un ordinateur d’apprendre à partir d’images non étiquetées. C’est-à-dire qu’à force de répétition, un ordinateur pourrait en venir à créer un concept qui lui permettrait de reconnaître un objet, un peu comme le fait le cerveau d’un bébé.

Les chercheurs ont donc créé un algorithme complexe capable de construire des réseaux artificiels de neurones. Ils ont installé cet algorithme sur 16 000 ordinateurs et ils l’ont nourri de millions d’images fixes non étiquetées choisies au hasard sur YouTube.

Et le réseau a su définir (miracle!) les chats (ce qui en dit peut-être plus sur nos obsessions en cette ère numérique) entre autres concepts sans aide extérieure. En y intégrant une petite banque d’images étiquetées, l’algorithme a été en mesure d’améliorer son score de près de 70 % dans un test de reconnaissance d’objets dans lequel il faut être précis (reconnaître un triangle rectangle d’un triangle isocèle, par exemple).

Bien qu’en mesure d’échelle, le cerveau humain soit beaucoup plus complexe (un cerveau adulte pourrait contenir jusqu’à 100 trillions de connexions, soit 100 x1018), le New York Times indique tout de même que cette expérience reproduit, en partie du moins, certaines fonctions du cortex visuel de l’humain.

Ce genre de système pourrait être appliqué à la reconnaissance vocale, l’identification de visages et d’objets. Les avancements au niveau de l’intelligence artificielle autodidacte seront un des enjeux majeurs de l’informatique et de la robotique dans les années qui viennent. Des intelligences artificielles pouvant apprendre des concepts par eux-mêmes ou comprendre la voix de son propriétaire simplement à force de l’entendre feront des outils puissants avec une meilleure durée de vie que les logiciels actuels avec leurs perpétuelles mises à jour.

Et la capacité de reconnaître des objets par simple répétition fera des robots d’excellents explorateurs.

Source: Google, (pour l’article scientifique, c’est ici)