Apprentissage en profondeur pressé sur un téléphone

Un logiciel qui imite à peu près le fonctionnement du cerveau pourrait donner aux smartphones de nouvelles intelligences, conduisant à des applications plus précises et sophistiquées pour tout suivre, des entraînements aux émotions.

Le logiciel exploite une technique d'intelligence artificielle connue sous le nom d'apprentissage en profondeur, qui utilise des neurones et des synapses simulés pour traiter les données. Nourrir le programme de stimuli visuels renforcera les connexions entre certains neurones virtuels, lui permettant de reconnaître des visages ou d'autres caractéristiques dans des images qu'il n'a jamais vues auparavant.

L'apprentissage en profondeur a permis des avancées spectaculaires dans le traitement des images et de l'audio (voir 10 Breakthrough Technologies 2013 : Deep Learning). L'année dernière, par exemple, les chercheurs de Facebook l'ont utilisé pour construire un système qui peut déterminer presque aussi bien qu'un humain si deux photos différentes montrent la même personne, et Google a utilisé la méthode pour créer un logiciel qui décrit des images compliquées en phrases courtes (voir Google's Un logiciel inspiré du cerveau décrit ce qu'il voit dans des images complexes ). Jusqu'à présent, cependant, la plupart de ces efforts ont impliqué des groupes d'ordinateurs extrêmement puissants.

Les smartphones peuvent déjà utiliser l'apprentissage en profondeur en exploitant des serveurs distants exécutant le logiciel. Mais cela peut être lent et ne fonctionne que si un appareil dispose d'une bonne connexion Internet. À présent Voie de rien , scientifique principal des Bell Labs, affirme que certains smartphones sont suffisamment puissants pour exécuter eux-mêmes certaines méthodes d'apprentissage en profondeur. Et Lane pense que l'apprentissage en profondeur peut améliorer les performances des applications de détection mobiles. Par exemple, il pourrait filtrer les sons indésirables d'un microphone ou supprimer les signaux indésirables dans les données recueillies par un accéléromètre.

Alors que Lane était chercheur principal chez Microsoft Research Asia l'année dernière, lui et Petko Georgiev , un étudiant diplômé de l'Université de Cambridge au Royaume-Uni, a construit un prototype de programme d'apprentissage en profondeur relativement simple qui s'exécute sur un smartphone Android modifié.

Les chercheurs essayaient de voir si leur prototype pouvait améliorer la capacité d'un smartphone à détecter, à partir de données recueillies par un accéléromètre au poignet, si quelqu'un effectuait certaines activités, comme manger de la soupe ou se brosser les dents. Ils ont également testé s'ils pouvaient obtenir le téléphone pour déterminer les émotions ou l'identité des gens à partir d'enregistrements de leur discours.

Lane et Georgiev détaillent leurs découvertes dans un papier présenté ce mois-ci au Hot Mobile conférence à Santa Fe, Nouveau-Mexique. Ils rapportent que le logiciel qu'ils ont créé était 10 % plus précis que les autres méthodes de reconnaissance des activités. Les chercheurs affirment également que leur réseau de neurones a pu identifier les locuteurs et les émotions avec autant de précision que d'autres méthodes.

Le prototype de réseau construit par Lane et Georgiev n'avait qu'une fraction du nombre de connexions entre ses neurones artificiels comme celui de Facebook. Mais cela pourrait être plus rapide et plus fiable pour certaines tâches.

Il s'agit, je pense, d'instiller de l'intelligence dans les appareils afin qu'ils soient capables de comprendre et de réagir au monde - par eux-mêmes, dit Lane.

cacher