211service.com
Chef de l'IA de Facebook : les machines pourraient apprendre le bon sens grâce à la vidéo
Yann LeCun dit que la prochaine frontière de la vision artificielle est un logiciel qui apprend simplement en observant le monde. 9 mars 2017
Illustration par Erik Carter
Il y a cinq ans, les chercheurs ont fait un saut soudain dans la précision des logiciels capables d'interpréter les images. La technologie sous-jacente, les réseaux de neurones artificiels, sous-tend le récent boom de l'intelligence artificielle (voir 10 Breakthrough Technologies 2013 : Deep Learning ). C'est pourquoi Google et Facebook vous permettent désormais de rechercher dans vos photos, et il a débloqué de nouvelles applications pour la reconnaissance faciale .
Yann LeCun, directeur du groupe de recherche sur l'IA de Facebook et professeur à l'Université de New York, a aidé à lancer l'utilisation des réseaux de neurones pour la vision artificielle. Il dit qu'il y a encore des progrès à faire et que cela pourrait conduire à des logiciels de bon sens.
À quel point la vision artificielle est-elle bonne maintenant ?
Si vous avez une image avec un objet dominant et que le nom du jeu est de donner la catégorie de l'objet, cela fonctionne. A condition d'avoir suffisamment de données, de l'ordre de 1 000 objets par catégorie, on peut reconnaître des objets très spécifiques comme des voitures d'une marque particulière ou des plantes d'une espèce particulière ou des chiens d'une race particulière. Nous pouvons également reconnaître des catégories plus abstraites, comme si les images sont des paysages, des couchers de soleil, des mariages ou des fêtes d'anniversaire. Il y a à peine cinq ans, il n'était pas clair que ce problème était complètement résoluble. Mais cela ne signifie pas que la vision est résolue.
Quel est le problème important qui n'est pas encore résolu ?
Les gens jouent depuis un certain nombre d'années avec l'idée de générer des légendes ou des descriptions pour les images et les vidéos. Il y a eu, à première vue, des manifestations impressionnantes, [mais] celles-ci ne sont pas aussi impressionnantes qu'elles en ont l'air. Leur domaine d'expertise est très limité à l'univers sur lequel nous les formons. La plupart des systèmes, vous leur montrez des images avec d'autres types d'objets ou des situations inhabituelles qu'ils n'ont jamais vues et ils diront des ordures complètes à ce sujet. Ils n'ont pas de bon sens.
Quel est le lien entre vision et bon sens ?
Yann LeCun, directeur du groupe de recherche sur l'intelligence artificielle de Facebook.
Cela dépend à qui vous parlez - même au sein de Facebook, il y a des gens qui ont des opinions différentes à ce sujet. Vous pourriez interagir avec un système intelligent uniquement avec le langage. Le problème est que la langue est un canal à très faible bande passante. La plupart des informations qui passent par le langage sont dues au fait que les humains ont beaucoup de connaissances de base pour interpréter ces informations.
D'autres personnes pensent que la seule façon de fournir suffisamment d'informations à un système d'IA est de le fonder sur la perception visuelle, [qui] est beaucoup, beaucoup plus riche en informations que le langage. Si vous dites à une machine Ceci est un smartphone, Ceci est un rouleau compresseur, Il y a certaines choses que vous pouvez déplacer en poussant et d'autres que vous ne pouvez pas, peut-être que la machine apprendra des connaissances de base sur la façon dont le monde fonctionne. Un peu comme la façon dont les bébés apprennent.
Cependant, les bébés apprennent beaucoup sur le monde sans instruction explicite.
L'une des choses que nous voulons vraiment faire est d'amener les machines à acquérir le très grand nombre de faits qui représentent les contraintes du monde réel simplement en les observant via la vidéo ou d'autres canaux. C'est ce qui leur permettrait d'acquérir du bon sens, à la fin. Ce sont des choses que les animaux et les bébés apprennent au cours des premiers mois de leur vie - vous en apprenez énormément sur le monde simplement par l'observation. Il existe de nombreuses façons dont les machines sont actuellement dupées facilement parce qu'elles ont une connaissance très étroite du monde.
Quels sont les progrès réalisés pour faire en sorte que les logiciels apprennent par l'observation ?
Nous sommes très intéressés par l'idée qu'un système d'apprentissage devrait être capable de prédire l'avenir. Vous lui montrez quelques images de vidéo et il essaie de prédire ce qui va se passer ensuite. Si nous pouvons entraîner un système à faire cela, nous pensons que nous aurons développé des techniques à la base d'un système d'apprentissage non supervisé. C'est là, à mon avis, que beaucoup de choses intéressantes risquent de se produire. Les applications pour cela ne sont pas nécessairement dans la vision - c'est une grande partie de nos efforts pour faire progresser l'IA.
(En savoir plus sur les projets de recherche visant à faire en sorte que les logiciels utilisent la vision pour comprendre le monde : 'Le logiciel d'intelligence artificielle de Facebook obtient un tiret de bon sens', 'Comment Google prévoit de résoudre l'intelligence artificielle')