Concepteur d'intelligence de Google

Demis Hassabis a commencé à jouer aux échecs à l'âge de quatre ans et est rapidement devenu un enfant prodige. À huit ans, le succès sur l'échiquier l'a amené à réfléchir à deux questions qui l'obsèdent depuis : premièrement, comment le cerveau apprend-il à maîtriser des tâches complexes ; et deuxièmement, les ordinateurs pourraient-ils jamais faire la même chose ?

Aujourd'hui âgé de 38 ans, Hassabis s'interroge sur ces questions pour Google, après avoir vendu sa startup londonienne peu connue, DeepMind, à la société de recherche plus tôt cette année pour un montant de 400 millions de livres (650 millions de dollars à l'époque).

Google a acheté DeepMind peu de temps après avoir fait la démonstration d'un logiciel capable d'apprendre à jouer à des jeux vidéo classiques à un niveau surhumain (voir Google accapare-t-il le marché du Deep Learning ? ). Lors de la conférence TED à Vancouver cette année, le PDG de Google, Larry Page, s'est extasié sur Hassabis et a qualifié la technologie de son entreprise l'une des choses les plus excitantes que j'ai vues depuis longtemps .

Les chercheurs recherchent déjà des moyens par lesquels la technologie DeepMind pourrait améliorer certains des produits existants de Google, tels que la recherche. Mais si la technologie progresse comme l'espère Hassabis, cela pourrait changer le rôle que jouent les ordinateurs dans de nombreux domaines.

DeepMind cherche à créer un logiciel d'intelligence artificielle capable d'apprendre face à presque tous les problèmes. Cela pourrait aider à résoudre certains des problèmes les plus insolubles au monde, dit Hassabis. L'IA a un énorme potentiel pour être incroyable pour l'humanité, dit-il. Cela accélérera vraiment les progrès dans la résolution des maladies et toutes ces choses sur lesquelles nous progressons relativement lentement en ce moment.

Renaissance Man

La quête de Hassabis pour comprendre et créer l'intelligence l'a conduit à travers trois carrières : développeur de jeux, neuroscientifique et maintenant, entrepreneur en intelligence artificielle. Après avoir terminé ses études secondaires deux ans plus tôt, il a obtenu un emploi chez le célèbre concepteur de jeux britannique Peter Molyneux. À 17 ans, Hassabis a dirigé le développement du jeu de simulation classique Theme Park, sorti en 1994. Il a ensuite obtenu un diplôme en informatique à l'Université de Cambridge et a fondé sa propre société de jeux à succès en 1998.

Mais les exigences de la création de jeux informatiques réussis ont limité la quantité de travail que Hassabis pouvait faire sur sa véritable vocation. J'ai pensé qu'il était temps de faire quelque chose qui se concentre sur l'intelligence comme une chose primordiale, dit-il.

Ainsi, en 2005, Hassabis a commencé un doctorat en neurosciences à l'University College de Londres, avec l'idée que l'étude de vrais cerveaux pourrait révéler des indices qui pourraient aider à l'intelligence artificielle. Il a choisi d'étudier l'hippocampe, une partie du cerveau qui sous-tend la mémoire et la navigation spatiale, et qui est encore relativement mal comprise. J'ai choisi des zones et des fonctions du cerveau pour lesquelles nous n'avions pas de très bons algorithmes, dit-il.

En tant qu'informaticien et entrepreneur de jeux qui n'avait pas suivi de cours de biologie au lycée, Hassabis s'est démarqué des médecins et psychologues de son département. J'avais l'habitude de plaisanter en disant que la seule chose que je savais sur le cerveau était qu'il se trouvait dans le crâne, dit-il.

Mais Hassabis a rapidement fait sa marque. Dans une étude de 2007 reconnue par la revue La science as a Percée de l'année , il a montré que cinq patients souffrant d'amnésie en raison de lésions de l'hippocampe avaient du mal à imaginer des événements futurs. Il a suggéré qu'une partie du cerveau que l'on pensait ne s'occuper que du passé est également cruciale pour planifier l'avenir.

Que la mémoire et la planification prospective soient entrelacées était une idée que Hassabis a emportée avec lui dans sa prochaine entreprise. En 2011, il a quitté la vie de chercheur postdoctoral pour fonder DeepMind Technologies, une entreprise dont l'objectif déclaré était de résoudre l'intelligence.

Score élevé

Hassabis a fondé DeepMind avec un autre spécialiste de l'IA Shane Legg et l'entrepreneur en série Mustafa Suleyman. La société a embauché des chercheurs de premier plan dans le domaine de l'apprentissage automatique et a attiré des investisseurs de renom, notamment la société Founders Fund de Peter Thiel et le fondateur de Tesla et SpaceX, Elon Musk. Mais DeepMind a gardé un profil bas jusqu'en décembre 2013, date à laquelle il a organisé une sorte de moment de début lors d'une conférence de recherche de premier plan sur l'apprentissage automatique.

Au Harrah's Casino sur les rives du lac Tahoe, les chercheurs de DeepMind ont présenté un logiciel qui avait appris à jouer à trois jeux Atari classiques - Pong, Breakout et Enduro - mieux qu'un humain expert. Le logiciel n'a été programmé avec aucune information sur la façon de jouer; il n'était équipé que d'un accès aux commandes et à l'affichage, de la connaissance du score et d'un instinct pour rendre ce score aussi élevé que possible. Le programme est devenu un joueur expert par essais et erreurs.

Personne n'avait jamais fait la démonstration d'un logiciel capable d'apprendre à maîtriser une tâche aussi complexe à partir de zéro. DeepMind avait utilisé une nouvelle technique d'apprentissage automatique à la mode appelée apprentissage en profondeur, qui consiste à traiter des données via des réseaux de neurones grossièrement simulés (voir 10 Breakthrough Technologies 2013 : Deep Learning). Mais il avait combiné un apprentissage en profondeur avec d'autres astuces pour créer quelque chose avec un niveau d'intelligence inattendu.

Les gens étaient un peu choqués parce qu'ils ne s'attendaient pas à ce que nous puissions faire cela à ce stade de la technologie, dit Stuart Russel , professeur et spécialiste de l'intelligence artificielle à l'Université de Californie à Berkeley. Je pense que cela a fait réfléchir beaucoup de gens.

DeepMind avait combiné l'apprentissage en profondeur avec une technique appelée apprentissage par renforcement, qui s'inspire des travaux de psychologues animaliers tels que B.F. Skinner. Cela a conduit à un logiciel qui apprend en prenant des mesures et en recevant des commentaires sur leurs effets, comme le font souvent les humains ou les animaux.

Les chercheurs en intelligence artificielle bricolent avec l'apprentissage par renforcement depuis des décennies. Mais jusqu'à la démo Atari de DeepMind, personne n'avait construit un système capable d'apprendre quelque chose d'aussi complexe que la façon de jouer à un jeu vidéo, dit Hassabis. L'une des raisons pour lesquelles c'était possible était une astuce empruntée à sa zone préférée du cerveau. Une partie du processus d'apprentissage du logiciel de lecture d'Atari impliquait de rejouer ses expériences passées encore et encore pour essayer d'extraire les indices les plus précis sur ce qu'il devrait faire à l'avenir. C'est quelque chose que nous savons que le cerveau fait, dit Hassabis. Lorsque vous vous endormez, votre hippocampe retransmet le souvenir de la journée à votre cortex.

Un an plus tard, Russell et d'autres chercheurs se demandent toujours comment cette astuce, et d'autres utilisées par DeepMind, ont conduit à des résultats aussi remarquables, et à quoi d'autre elles pourraient être utilisées. Google n'a pas tardé à reconnaître l'importance de l'effort, annonçant un mois après la démonstration de Tahoe qu'il avait acquis DeepMind.

Homme de compagnie

Aujourd'hui, Hassabis dirige ce qui s'appelle désormais Google DeepMind. Il a toujours son siège à Londres et a toujours le renseignement de résolution comme énoncé de mission. Fort d'environ 75 personnes au moment où il a rejoint Google, Hassabis a déclaré qu'il avait l'intention d'en embaucher une cinquantaine de plus. Environ 75% du groupe travaille sur la recherche fondamentale. Les autres forment une équipe de recherche appliquée qui recherche des opportunités d'appliquer les techniques de DeepMind aux produits Google existants.

La technologie de DeepMind pourrait être utilisée pour affiner les recommandations de YouTube ou améliorer la recherche vocale mobile de l'entreprise, explique Hassabis. Vous verrez certaines de nos technologies intégrées dans ce genre de choses dans les prochaines années, dit-il. Google n'est pas le seul à être convaincu que cette approche pourrait être une source de revenus. Le mois dernier, Hassabis a reçu le prix Mullard de la Royal Society du Royaume-Uni pour un travail susceptible de profiter à l'économie du pays.

Mais Hassabis semble plus enthousiaste lorsqu'il parle d'aller au-delà de la simple modification des algorithmes derrière les produits d'aujourd'hui. Il rêve de créer des scientifiques de l'IA qui pourraient faire des choses comme générer et tester de nouvelles hypothèses sur la maladie en laboratoire. Lorsqu'il est poussé, il dit également que le logiciel de DeepMind pourrait également être utile à la robotique, un domaine dans lequel Google a récemment beaucoup investi (voir The Robots Running This Way). L'une des raisons pour lesquelles nous n'avons pas plus de robots qui font des choses plus utiles est qu'ils sont généralement préprogrammés, dit-il. Ils sont très mauvais pour faire face aux imprévus ou apprendre de nouvelles choses.

La réticence de Hassabis à parler d'applications pourrait être de la timidité, ou il se pourrait que ses chercheurs en soient encore aux premiers stades de la compréhension de la manière de faire progresser le logiciel d'IA de l'entreprise. Un indicateur fort indiquant que Hassabis s'attend à des progrès rapides vers une nouvelle forme puissante d'IA est qu'il est en train de mettre en place un comité d'éthique au sein de Google pour examiner les éventuels inconvénients de l'intelligence artificielle avancée. C'est quelque chose dont nous ou d'autres personnes chez Google devons être conscients. Nous jouons toujours à des jeux Atari actuellement, dit-il en riant. Mais nous sommes sur les premiers échelons de l'échelle.

Cette histoire a été mise à jour le 3 décembre pour refléter que le logiciel de jeu Atari de DeepMind n'a pas appris à battre un expert humain chez Space Invaders.

cacher