IBM teste les algorithmes cérébraux controversés du pionnier de l'informatique mobile

Pendant plus d'une décennie, Jeff Hawkins, fondateur de la société d'informatique mobile Palm, a consacré son temps et sa fortune à une théorie destinée à expliquer le fonctionnement du cerveau humain et à fournir un modèle pour un nouveau type puissant de logiciel d'intelligence artificielle. Mais la compagnie de Hawkins, Numenta , a eu peu d'impact sur l'industrie technologique, même si l'apprentissage automatique est devenu central pour des entreprises telles que Google.

Maintenant, un géant de la technologie s'y intéresse enfin.

IBM a créé un groupe de recherche pour travailler sur les algorithmes d'apprentissage de Numenta dans son laboratoire de recherche Almaden à San Jose, en Californie. Les algorithmes sont testés pour des tâches telles que l'interprétation d'images satellites, et le groupe travaille sur des conceptions d'ordinateurs qui mettraient en œuvre les idées de Hawkins dans le matériel. Hawkins dit qu'environ 100 personnes travaillent sur le projet, connu en interne sous le nom de Centre d'apprentissage cortical.

IBM ne ferait pas le chef de projet, Winfried Wilke , disponible pour un entretien. Mais Wilcke a décrit son travail publiquement lors d'une conférence au Sandia National Lab en février. Il a loué le logiciel de Numenta pour être plus proche de la réalité biologique que les autres logiciels d'apprentissage automatique, et a déclaré qu'il peut apprendre à donner un sens aux données brutes plus efficacement. Les experts doivent généralement former un logiciel d'apprentissage automatique avec des exemples de données avant qu'il ne puisse fonctionner. Les algorithmes de Numenta pourraient permettre d'appliquer l'apprentissage automatique à de nombreux autres problèmes, a déclaré Wilcke.

L'apprentissage automatique est largement utilisé par Google et d'autres sociétés informatiques pour diverses tâches, de la catégorisation d'images au traitement de phrases prononcées. De nombreux chercheurs en sont venus à se concentrer sur une technique appelée apprentissage en profondeur, qui entraîne des réseaux multicouches de neurones artificiels pour trouver des modèles dans les données (voir 10 Breakthrough Technologies 2013 : Deep Learning ). Les résultats ont été frappants, mais l'apprentissage en profondeur n'imite pas de près la biologie.

Les algorithmes de Numenta fonctionnent également en réseau, mais ils visent à recréer fidèlement le comportement de circuits répétitifs d'environ 100 neurones trouvés dans la couche externe du cerveau appelée néocortex.

Notre but n'est pas d'être inspiré biologiquement ; Je veux recréer exactement, dit Hawkins. Il pense que la capacité du cerveau à donner un sens au monde est enracinée dans ces circuits répétitifs, et que les imiter dans les logiciels rendra les logiciels d'apprentissage automatique capables de beaucoup plus. C'est ainsi que vous construiriez vraiment une intelligence artificielle, dit-il.

Dans son discours Sandia, Wilkce a déclaré que Numenta avait trouvé un équilibre entre s'inspirer de la biologie et créer un logiciel pratique. Il semble frapper un sweet spot, a déclaré Wilcke. Ce n'est pas trop simplifié, et pas si compliqué qu'il y a peu de chance de construire un jour un modèle à grande échelle.

Le groupe IBM travaille sur l'utilisation des algorithmes de Numenta pour analyser l'imagerie satellite des cultures et pour repérer les signes avant-coureurs de défaillances mécaniques dans les données des pompes ou d'autres machines. Wilcke a également décrit des plans pour un nouvel ordinateur qui est une sorte de recréation physique des algorithmes de Numenta.

Le plan prévoit d'empiler plusieurs tranches de silicium les unes sur les autres, avec des connexions physiques entre elles pour imiter les réseaux décrits par les algorithmes de Numenta.

Certains informaticiens et neuroscientifiques critiquent les idées de Hawkins, affirmant qu'ils n'ont pas été à la hauteur de ses affirmations. Gary Marcus , professeur de psychologie à l'Université de New York et co-fondateur d'une startup d'IA appelée Geometric Intelligence, affirme que les modèles de Numenta sont sans doute plus proches du fonctionnement du cerveau que les réseaux de neurones artificiels. Mais eux aussi sont trop simplifiés, dit-il. Et jusqu'à présent, je n'ai pas vu d'argument renversant selon lequel ils donnent de meilleures performances dans un domaine de défi majeur.

Marcus dit que les algorithmes de Hawkins n'imitent que certains des mécanismes connus à l'œuvre dans le cerveau, et que la majorité de sa fonction reste encore un mystère. Les démonstrations de la technologie de Numenta ont jusqu'à présent été limitées, ajoute-t-il. Je ne les ai pas vus essayer de gérer la compréhension du langage naturel ou même produire des résultats de pointe en matière de reconnaissance d'images, dit-il.

Bien que Hawkins souligne le fait qu'IBM a repris ses idées comme preuve de leur mérite, il ne semble pas particulièrement pressé de les voir marquer le monde. Il s'est retiré d'un plan antérieur pour gagner de l'argent en commercialisant le premier produit de Numenta, un logiciel lancé fin 2013, appelé Grok , qui recherche les anomalies dans les journaux produits par les logiciels hébergés dans le cloud. Hawkins dit que le logiciel sera bientôt publié gratuitement.

Au lieu de cela, le personnel de Numenta, composé d'environ 20 personnes, se concentre désormais sur le perfectionnement des algorithmes construits à partir de la théorie originale de Hawkins. Faire en sorte que le logiciel soit capable d'apprendre à contrôler les moteurs et autres équipements physiques est un objectif majeur. Cela pourrait être utile pour la robotique, un jour. Nous sommes très chanceux de ne pas avoir à créer une entreprise autour de cela pour le moment, à cause de moi-même et d'autres investisseurs, déclare Hawkins. Nous pensons que nous construisons une base de propriété intellectuelle pour les 30 prochaines années de l'informatique.

cacher