211service.com
Comment Google prévoit de résoudre l'intelligence artificielle
Des murs capitonnés, un éclairage sombre et un plafond avec du papier peint à fleurs. Cela ne ressemble pas à un endroit pour faire des découvertes révolutionnaires qui changent la trajectoire de la société. Mais dans ces couloirs simulés et claustrophobes, Demis Hassabis pense qu'il peut jeter les bases d'un logiciel suffisamment intelligent pour résoudre les plus grands problèmes de l'humanité.
Notre objectif est très grand, dit Hassabis, dont la pondération peut masquer l'audace de ses idées. Il dirige une équipe d'environ 200 informaticiens et neuroscientifiques chez DeepMind de Google, le groupe basé à Londres derrière le logiciel AlphaGo qui a battu un champion du monde à Go dans une série de cinq matchs plus tôt ce mois-ci, marquant une étape importante dans l'informatique.
Ce n'est censé être qu'un premier point de contrôle dans un effort que Hassabis décrit comme le programme Apollo d'intelligence artificielle, visant à résoudre l'intelligence, puis à l'utiliser pour résoudre tout le reste. Ce qui passe pour un logiciel intelligent aujourd'hui est spécialisé dans une tâche particulière, par exemple, la reconnaissance des visages. Hassabis veut créer ce qu'il appelle l'intelligence artificielle générale - quelque chose qui, comme un humain, peut apprendre à entreprendre à peu près n'importe quelle tâche. Il l'imagine faire des choses aussi diverses que faire progresser la médecine en formulant et en testant des théories scientifiques, et en bondissant dans des corps de robots agiles.
Pour ce faire, le logiciel de DeepMind devra explorer au-delà du monde ordonné de pierres noires et blanches de Go. Il doit se familiariser avec le monde réel désordonné – ou commencer par une approximation sombre et pixélisée de celui-ci. Le monde simulé de DeepMind s'appelle Labyrinth, et la société l'utilise pour confronter son logiciel à des tâches de plus en plus complexes, telles que la navigation dans des labyrinthes. Cela devrait pousser les chercheurs de DeepMind à apprendre à créer des logiciels encore plus intelligents et à pousser le logiciel à apprendre à résoudre des décisions et des problèmes plus difficiles. Pour ce faire, ils utilisent les techniques présentées dans AlphaGo et les logiciels DeepMind antérieurs qui ont appris à jouer à des jeux Atari des années 1980 tels que Space Invaders mieux qu'un humain. Mais pour réussir, Hassabis devra aussi inventer son chemin autour de certains défis de longue date en matière d'intelligence artificielle.
L'amélioration personnelle
Hassabis, 39 ans, a travaillé sur la question de savoir comment créer de l'intelligence pendant une grande partie de sa vie. Prodige des échecs qui a terminé ses études secondaires tôt pour se lancer dans une carrière réussie dans l'industrie du jeu vidéo, il a ensuite obtenu un doctorat en neurosciences et publié des recherches de haut niveau sur la mémoire et l'imagination.
Hassabis a cofondé DeepMind en 2010 pour transférer une partie de ce qu'il a appris sur l'intelligence biologique aux machines. La société a révélé un logiciel qui a appris à maîtriser les jeux Atari en décembre 2013, et au début de 2014, il a été acheté par Google pour un montant estimé à 400 millions de livres, plus de 600 millions de dollars à l'époque (voir Intelligence Designer de Google). DeepMind s'est rapidement développé, embauchant des dizaines de chercheurs supplémentaires et publiant des dizaines d'articles dans des conférences de premier plan sur l'apprentissage automatique et l'intelligence artificielle. En janvier dernier, il a révélé l'existence d'AlphaGo et qu'il avait battu le meilleur joueur de Go d'Europe en octobre 2015. AlphaGo a battu un champion du monde à 18 reprises, Lee Sedol, plus tôt ce mois-ci (voir Cinq leçons de la victoire historique d'AlphaGo).
Demis Hassabis dirige un groupe au sein de Google visant à 'résoudre l'intelligence'.
Les jeux Atari et Go sont très différents, mais DeepMind les a abordés tous les deux en utilisant la même approche, vaguement inspirée par la façon dont les animaux peuvent apprendre de nouvelles astuces en utilisant les récompenses et les punitions d'un entraîneur. Dans l'apprentissage par renforcement, comme on l'appelle, un logiciel est programmé pour explorer un nouvel environnement et ajuster son comportement pour augmenter une sorte de récompense virtuelle.
Le logiciel Atari de DeepMind, par exemple, a été programmé uniquement avec la possibilité de contrôler et de voir l'écran de jeu, et une envie d'augmenter le score. Pour des dizaines de titres, quelques heures de pratique suffisent au logiciel pour se tirer d'affaire et battre un expert humain.
AlphaGo combine l'apprentissage par renforcement avec d'autres composants, tels qu'un système qui a appris à évaluer les mouvements possibles en analysant des dizaines de millions de positions de plateau à partir de jeux par des joueurs experts de Go, et un mécanisme de recherche qui sélectionne les mouvements les plus prometteurs. Mais c'est l'apprentissage par renforcement qui a permis à AlphaGo de devenir champion du monde en jouant contre lui-même des millions de fois.
Hassabis pense que l'approche d'apprentissage par renforcement est la clé pour amener les logiciels d'apprentissage automatique à faire des choses beaucoup plus complexes que les astuces qu'ils effectuent pour nous aujourd'hui, comme transcrire nos mots ou comprendre le contenu des photos. Nous ne pensons pas qu'il suffit d'observer pour l'intelligence, il faut aussi agir, dit-il. En fin de compte, c'est la seule façon de vraiment comprendre le monde.
L'environnement 3D de DeepMind Labyrinth, construit sur un clone open-source du jeu de tir à la première personne Quake , est conçu pour fournir les étapes suivantes pour prouver cette idée. L'entreprise l'a déjà utilisé pour défier des agents avec un jeu dans lequel ils doivent explorer des labyrinthes générés aléatoirement pendant 60 secondes, gagner des points pour ramasser des pommes ou trouver une sortie (ce qui mène à un autre labyrinthe généré aléatoirement). Les défis futurs pourraient nécessiter une planification plus complexe, par exemple, apprendre que les clés peuvent être utilisées pour ouvrir des portes. La société testera également le logiciel d'autres manières et envisage de s'attaquer au jeu vidéo Starcraft et même au poker. Mais poser des défis de plus en plus difficiles à l'intérieur du Labyrinthe sera un fil conducteur majeur de la recherche pendant un certain temps, dit Hassabis. Cela devrait être bon pour les deux prochaines années, dit-il.
D'autres entreprises et chercheurs travaillant sur l'intelligence artificielle suivront de près. Le succès de l'apprentissage par renforcement de DeepMind a surpris de nombreux chercheurs en apprentissage automatique. La technique a été établie dans les années 1980 et ne s'est pas avérée aussi largement utile ou très puissante que d'autres méthodes de formation, explique Les dimanches de Pierre , un professeur qui travaille sur l'apprentissage automatique à l'Université de Washington. DeepMind a renforcé la vénérable technique en la combinant avec une méthode appelée apprentissage en profondeur, qui a récemment produit de grandes avancées dans la capacité des ordinateurs à décoder des informations telles que des images et a déclenché un récent boom de la technologie d'apprentissage automatique (voir 10 Breakthrough Technologies 2013 : Deep Learning ).
Ce que DeepMind a fait est impressionnant, dit Domingos. Mais il dit aussi qu'il est trop tôt pour dire si ce que Hassabis pense être un moteur de fusée qui peut voler bien au-delà des résultats d'aujourd'hui n'est pas en fait un feu d'artifice dans la cour - la récente série de résultats impressionnants pourrait ne pas durer. L'optimisme de Demis concernant l'apprentissage par renforcement n'est pas justifié par ses antécédents jusqu'à présent, déclare Domingos. Les progrès ne sont pas linéaires dans l'apprentissage automatique et l'intelligence artificielle ; nous avons des poussées de progrès, puis de longues périodes de progrès lents.
Hassabis reconnaît que beaucoup de gens dans son domaine doutent du potentiel de l'apprentissage par renforcement, mais dit qu'ils seront conquis. Plus nous avançons dans ce domaine, plus nous sentons que notre thèse est correcte, et je pense que nous changeons tout le domaine, dit-il. À notre avis, l'apprentissage par renforcement sera aussi important que l'apprentissage en profondeur au cours des deux ou trois prochaines années.
La sécurité d'abord
Les résultats de DeepMind jusqu'à présent peuvent justifier l'affirmation de Hassabis selon laquelle l'apprentissage par renforcement trouvera bientôt de nombreuses applications utiles. La victoire d'AlphaGo a surpris les joueurs professionnels de Go et les informaticiens car le jeu est trop complexe pour être abordé par un logiciel qui repose principalement sur le calcul des résultats possibles de différents mouvements, la méthode utilisée par DeepBlue d'IBM pour vaincre le champion du monde d'échecs Garry Kasparov en 1997. En moyenne un joueur d'échecs a 35 coups possibles à chaque tour ; en Go il y en a 250. Il y a plus de positions de Go possibles qu'il n'y a d'atomes dans l'univers. Les échecs sont un jeu de calcul, dit Hassabis. Le go est trop complexe, donc les joueurs utilisent leur intuition. C'est totalement différent en classe. Vous pouvez considérer AlphaGo comme une intuition surhumaine au lieu d'un calcul surhumain.
Le champion du monde de go Lee Sedol passe en revue un match lors de sa défaite 4-1 contre le logiciel AlphaGo de DeepMind.
Que vous soyez d'accord ou non pour dire qu'AlphaGo fait preuve d'intuition, permettre à un logiciel de maîtriser des tâches plus complexes pourrait clairement être utile. DeepMind est travailler avec le National Health Service du Royaume-Uni sur un projet visant à former un logiciel pour aider le personnel médical à repérer les signes de problèmes rénaux qui passent souvent inaperçus et causent un grand nombre de décès évitables. Le groupe travaille également avec les divisions commerciales de Google, où, selon Hassabis, sa technologie pourrait faire surface dans les assistants virtuels ou améliorer les systèmes de recommandation, qui sont cruciaux pour des produits tels que YouTube (des systèmes similaires alimentent également certains des produits publicitaires de Google).
À plus long terme, DeepMind aura besoin de nombreuses percées pour continuer à progresser vers l'objectif de Hassabis de résoudre l'intelligence, même au cours des deux prochaines années d'expérimentation à l'intérieur du Labyrinthe. L'une des pièces manquantes les plus critiques est une astuce appelée segmentation que les cerveaux humains et animaux utilisent pour gérer les complexités du monde. Hassabis l'explique en utilisant l'exemple du besoin d'aller à l'aéroport. Vous pouvez concevoir comment vous y arriverez et mettre en œuvre ce plan sans avoir à vous demander exactement où placer vos pieds lorsque vous marchez vers la porte, comment tourner sa poignée ou contrôler chaque contraction de vos fibres musculaires. Nous pouvons planifier et prendre des mesures en travaillant avec des concepts de haut niveau qui cachent de nombreux détails, et nous adapter à de nouvelles situations en recombinant les morceaux, ou concepts, que nous connaissons déjà. C'est probablement l'un des problèmes les plus fondamentaux de l'IA, dit Hassabis.
C'est un problème sur lequel travaillent de nombreux groupes de recherche, y compris d'autres au sein de Google. Mais une façon inhabituelle que DeepMind espère résoudre est d'étudier de vrais cerveaux. La société dispose d'une équipe de neuroscientifiques dirigée par un éminent chercheur, Matthew Botvinick, qui jusqu'à la fin de l'année dernière était professeur à Princeton. Contrairement à la plupart des recherches en neurosciences, ses expériences visent autant à éclairer la façon dont DeepMind conçoit des logiciels qu'à révéler le fonctionnement du cerveau.
Une expérience récente a testé une théorie de Hassabis sur la façon dont le cerveau humain organise les concepts, en utilisant une procédure standard qui crée de faux souvenirs . Il s'agit de présenter aux sujets de test une liste de mots apparentés, par exemple froid, neige et glace. Les gens se souviennent souvent à tort d'avoir entendu d'autres mots apparentés, comme l'hiver.
Les employés de DeepMind lors du match contre Sedol à Séoul au début du mois.
Avec mon chapeau d'apprentissage automatique, j'ai pensé que cela devait être un énorme indice sur la façon dont ce type d'informations conceptuelles est organisée dans le cerveau, dit Hassabis. L'équipe de DeepMind a élaboré une théorie sur la façon dont le lobe temporal antérieur du cerveau fonctionne avec les concepts et a confirmé ses prédictions en observant le cerveau des personnes effectuant la tâche de mémoire à l'intérieur d'un scanner. Les résultats pourraient aider à changer la façon dont DeepMind conçoit ses réseaux de neurones artificiels pour représenter les informations.
D'autres choses sur la liste à découvrir de DeepMind incluent un moyen de combiner les recherches qu'il a faites sur les logiciels pour saisir le sens du texte avec son travail sur les agents qui errent à l'intérieur du Labyrinthe - une possibilité est de commencer à mettre des panneaux à l'intérieur de l'espace virtuel. Hassabis dit qu'il prévoit également une manière ambitieuse de tester les agents lorsqu'ils seront prêts pour un monde plus réaliste que Labyrinth. À un moment donné, il souhaite voir le logiciel DeepMind prendre le contrôle des robots, qui, selon lui, sont freinés par l'incapacité des logiciels à comprendre le monde. Il y a des robots incroyables qui ne peuvent pas être utilisés à leur pleine capacité parce que les algorithmes ne sont pas là, dit-il.
Le succès pourrait soulever des questions philosophiques et éthiques difficiles sur ce que signifie être humain et les cas d'utilisation acceptables de l'intelligence artificielle. Hassabis dit qu'il encourage la discussion sur les risques possibles de la technologie. (Bien qu'il note également avec satisfaction que le physicien Stephen Hawking a cessé d'avertir que l'intelligence artificielle pourrait anéantir les humains depuis sa rencontre avec Hassabis ; le fondateur de Tesla, Elon Musk, qui a comparé la recherche sur l'intelligence artificielle à l'invocation du démon, a également reçu un discours anti-pep .) DeepMind a un comité d'éthique interne composé de philosophes, d'avocats et d'hommes d'affaires. Hassabis dit que leurs noms seront probablement divulgués sous peu, et qu'il travaille également à convoquer un conseil similaire, externe, partagé par plusieurs sociétés informatiques.
Cependant, les ingénieurs de DeepMind n'ont pas encore besoin de conseils éthiques lors de la planification de nouvelles expériences, explique Hassabis. Nous sommes loin de tout ce qui nous inquiéterait, dit-il. Il s'agit plutôt de mettre tout le monde au courant. Si tout se passe comme l'espère Hassabis, son conseil d'éthique aura finalement un vrai travail à faire.