2014 en informatique : percées en intelligence artificielle

Le Saint Graal de l'intelligence artificielle - la création de logiciels qui se rapprochent de l'imitation de l'intelligence humaine - reste loin. Mais 2014 a vu des progrès majeurs dans les logiciels d'apprentissage automatique qui peuvent acquérir des capacités grâce à l'expérience. Les entreprises des secteurs de la biotechnologie à l'informatique se sont tournées vers ces nouvelles techniques pour résoudre des problèmes difficiles ou développer de nouveaux produits.

Les résultats de recherche les plus frappants en matière d'IA proviennent du domaine de l'apprentissage en profondeur, qui consiste à utiliser des neurones simulés bruts pour traiter des données.

Le travail en apprentissage profond se concentre souvent sur les images, qui sont faciles à comprendre pour les humains mais très difficiles à déchiffrer pour les logiciels. Les chercheurs de Facebook ont ​​utilisé cette approche pour créer un système capable de dire presque aussi bien qu'un humain si deux photos différentes représentent la même personne. Google a présenté un système capable de décrire des scènes à l'aide de phrases courtes.

De tels résultats ont conduit les principales sociétés informatiques à se livrer une concurrence féroce pour les chercheurs en IA. Google a payé plus de 600 millions de dollars pour une startup d'apprentissage automatique appelée DeepMind en début d'année. Lorsque Examen de la technologie MIT rencontré le fondateur de l'entreprise, Demis Hassabis, plus tard dans l'année, il a expliqué comment le travail de DeepMind a été façonné par des recherches révolutionnaires sur le cerveau humain.

La société de recherche Baidu, surnommée Google en Chine, a également dépensé beaucoup d'argent pour l'intelligence artificielle. Il a créé un laboratoire dans la Silicon Valley pour étendre ses recherches existantes sur l'apprentissage en profondeur et pour concurrencer Google et d'autres pour les talents. Andrew Ng, chercheur en IA de Stanford et ancien collaborateur de Google, a été embauché pour diriger cet effort. Dans notre profil de long métrage, il a expliqué comment l'intelligence artificielle pourrait transformer des personnes qui n'ont jamais été sur le Web en utilisateurs de la recherche Web et d'autres services de Baidu.

L'apprentissage automatique a également été une source de nouveaux produits cette année provenant de géants de l'informatique, de petites startups et d'entreprises extérieures à l'industrie informatique.

Microsoft s'est inspiré de ses recherches sur la reconnaissance vocale et la compréhension du langage pour créer son assistant virtuel Cortana, qui est intégré à la version mobile de Windows. L'application essaie d'entrer dans un dialogue de va-et-vient avec les gens. Cela vise à la fois à le rendre plus attachant et à l'aider à apprendre ce qui n'allait pas quand il commet une erreur.

Les startups ont lancé des produits qui utilisaient l'apprentissage automatique pour des tâches aussi variées que vous aider à tomber enceinte , vous permettre de contrôler les appareils électroménagers avec votre voix et faire des plans par SMS .

Certaines des applications les plus intéressantes de l'intelligence artificielle sont venues des soins de santé. IBM est maintenant sur le point de voir une version de son Péril! Le logiciel primé Watson aide les cancérologues à utiliser les données génomiques pour choisir des plans de traitement personnalisés pour les patients . L'application de l'apprentissage automatique à une base de données génétique a permis à une société de biotechnologie d'inventer un test non invasif qui évite les interventions chirurgicales inutiles.

L'utilisation de techniques d'intelligence artificielle sur des données génétiques est susceptible de devenir beaucoup plus courante maintenant que Google, Amazon et d'autres grandes sociétés informatiques se lancent dans le stockage de génomes numérisés.

Cependant, les logiciels d'apprentissage automatique les plus avancés doivent être entraînés avec de grands ensembles de données, ce qui est très énergivore, même pour les entreprises disposant d'une infrastructure sophistiquée. C'est un travail motivant sur un nouveau type de puces neuromorphiques modélisées vaguement sur les idées des neurosciences. Ces puces peuvent exécuter des algorithmes d'apprentissage automatique plus efficacement.

Cette année, IBM a commencé à produire un prototype de puce inspirée du cerveau qui, selon lui, pourrait être utilisé en grand nombre pour construire une sorte de superordinateur spécialisé dans l'apprentissage. Une puce neuromorphique plus compacte, développée par General Motors et le laboratoire de recherche HRL appartenant à Boeing, a pris son envol dans un petit drone.

Tous ces progrès rapides de l'intelligence artificielle ont amené certaines personnes à réfléchir aux inconvénients possibles et aux implications à long terme de la technologie. Un ingénieur logiciel qui a depuis rejoint Google a averti que nos instincts en matière de confidentialité doivent changer maintenant que les machines peuvent déchiffrer les images.

En regardant plus loin, l'entrepreneure en biotechnologie et satellite Martine Rothblatt a prédit que nos données personnelles pourraient être utilisées pour créer des sosies numériques intelligents avec une sorte de vie qui leur est propre. Et le neuroscientifique Christof Koch, directeur scientifique de l'Allen Institute for Brain Science à Seattle, a averti que bien que les logiciels intelligents ne puissent jamais être conscients, ils pourraient toujours nous nuire s'ils ne sont pas conçus correctement.

Pendant ce temps, une vision plus bénigne de l'avenir lointain est venue de l'auteur de science-fiction Greg Egan. Dans une réponse réfléchie au film de science-fiction Sa, il a suggéré que les compagnons conversationnels de l'IA pourraient nous permettre de mieux interagir avec les autres humains.

cacher