Apple obtient son premier directeur de l'IA

Apple embauche une étoile montante dans le monde de l'apprentissage en profondeur pour devenir son premier directeur de la recherche sur l'IA. Rouslan Salakhoutdinov , professeur agrégé à l'Université Carnegie Mellon de Pittsburgh, assumera le nouveau poste, qui vise à aider l'entreprise à s'assurer que Siri et ses autres produits utilisent les avancées fondamentales issues de la recherche universitaire sur l'IA. Salakhutdinov parlera de ses recherches à EmTech MIT 2016, une conférence MIT Technology Review qui s'est tenue cette semaine.

Salakhutdinov étudie de très grands réseaux de neurones utilisés dans une technologie appelée apprentissage en profondeur, qui permet à un ordinateur d'apprendre à effectuer une tâche difficile en consommant de nombreux exemples de formation. Il continuera à travailler à temps partiel à la CMU et embauchera une équipe de chercheurs pour travailler avec lui chez Apple.

Cette décision fait partie des efforts d'Apple pour rattraper Google, Facebook, Amazon et d'autres entreprises technologiques afin de prendre l'avantage grâce aux récentes avancées de l'IA et de l'apprentissage automatique. En particulier, il devient de plus en plus important que les logiciels soient capables d'apprendre par eux-mêmes comment effectuer une tâche, en utilisant des techniques comme l'apprentissage en profondeur. Les dernières techniques d'IA sont utilisées dans le nouveau smartphone de Google, Pixel, par exemple. Son assistant vocal, appelé Assistant, affrontera Siri d'Apple, utilisant l'apprentissage automatique pour essayer de comprendre les requêtes vocales des utilisateurs.

Les travaux de Salakhutdinov sur les techniques d'apprentissage automatique de pointe pourraient contribuer à faire progresser l'IA, et ils pourraient être appliqués dans de nombreux domaines différents, notamment la vision par ordinateur, le traitement du langage naturel et même la robotique.

S'exprimant récemment, Salakhutdinov a déclaré qu'il y a trois grands domaines dans lesquels l'IA progresse : donner aux ordinateurs une meilleure compréhension du langage ; leur permettant d'apprendre par la répétition et le renforcement positif ; et développer des moyens permettant aux machines d'apprendre à partir de données non étiquetées. Il a également souligné le travail qu'il fait sur les machines d'enseignement pour apprendre à partir de données non structurées sur le Web, ce qui pourrait éventuellement aider à rendre un produit comme Siri plus intelligent.

Nous travaillons sur l'idée d'essayer d'utiliser des bases de connaissances externes, a-t-il déclaré. Si je vous demande quelque chose à propos d'une chose particulière, votre système peut-il essentiellement aller sur Wikipédia, lire quelques articles différents, apprendre quelques faits sur le monde et vous fournir la bonne réponse ?

Les travaux récents de Salakhutdinov se sont également concentrés sur la possibilité pour les machines d'apprendre à partir de différentes sortes de données et sur les moyens d'appliquer les choses apprises dans un contexte à un tout nouveau - domaines connus respectivement sous le nom d'apprentissage multimodal et d'apprentissage par transfert. Il a également collaboré à un projet qui montrait, en s'inspirant des sciences cognitives, comment les ordinateurs peuvent apprendre à partir de quantités de données relativement faibles (voir Cet algorithme d'IA apprend des tâches simples aussi vite que nous le faisons).

Ces dernières années, des concurrents tels que Google et Facebook ont ​​embauché des personnalités de premier plan dans le domaine de l'apprentissage en profondeur pour diriger leurs efforts en matière d'IA. Apple a un effort de recherche sur l'IA beaucoup moins important que ses concurrents, et certains ont suggéré que son secret traditionnel a rendu difficile pour l'entreprise de recruter les meilleurs chercheurs dans le domaine.

L'apprentissage en profondeur a pris de l'importance ces dernières années, après s'être montré spectaculairement efficace pour permettre aux machines de reconnaître des objets dans les images et des mots prononcés dans l'audio. Google et Facebook utilisent la technologie pour sous-titrer automatiquement les images. Et cela a permis à Siri et à d'autres produits à commande vocale de mieux reconnaître les mots. Analyser le sens de ces mots reste cependant un défi plus grand (voir AI’s Language Problem ).

cacher