211service.com
La récréation est terminée
Au début de l'année dernière, un ordinateur a atteint des performances de classe mondiale dans le jeu Go, des années avant que la plupart des gens ne croient qu'un tel exploit serait possible.
C'est impressionnant, mais nos ambitions devraient être plus élevées. L'informatique pourrait aider à fournir ce dont le monde a cruellement besoin : des outils qui nous permettent à tous d'aller au-delà de ce dont nous pensions être capables. L'apprentissage par renforcement, qui fait partie intégrante du succès du Go, peut accélérer ce processus (voir 10 technologies révolutionnaires : apprentissage par renforcement).
L'apprentissage par renforcement est un moyen de faire en sorte qu'un ordinateur apprenne par l'expérience à prendre une série de décisions qui produisent des résultats positifs, même sans aucune connaissance préalable de la façon dont ses actions affecteront son environnement immédiat. Un tuteur basé sur un logiciel, par exemple, modifierait ses activités en réponse à la façon dont les étudiants réussissent les tests après l'avoir utilisé.
Emma Brunskill
Si nous espérons créer des agents d'enseignement artificiels utilisant l'apprentissage par renforcement, nous aurons besoin d'algorithmes intelligents en matière de données. Nous pourrions recueillir des données à partir de systèmes éducatifs en ligne et les utiliser pour aider l'agent à estimer l'efficacité de différentes approches pédagogiques. Lorsqu'un élève se connecte, le système doit-il lui proposer un problème à résoudre ? Ou est-ce que commencer par une vidéo explicative serait mieux ? Les données peuvent l'aider à décider.
Mais dans certains cas, il n'y a pas assez de données, ou pas le bon type de données, ce qui rend difficile le développement de systèmes qui prennent de bonnes décisions. Ce serait bien si nous pouvions créer un système qui n'aurait pas besoin d'autant de données en premier lieu. Et c'est exactement ce sur quoi mon groupe travaille : nous développons des algorithmes d'apprentissage par renforcement et des techniques statistiques pour permettre aux ordinateurs de développer de bonnes suggestions tout en utilisant moins de données. Nous avons encore beaucoup de travail à faire, mais nous resserrons l'écart entre la théorie et la pratique.
En fin de compte, nous ne devrions pas tout laisser aux ordinateurs. Ce que l'on appelle l'apprentissage par renforcement humain dans la boucle peut accélérer le processus, permettant aux algorithmes de raisonner sur leurs propres performances limitées et de demander de l'aide aux humains lorsqu'ils ont besoin, par exemple, d'élargir l'ensemble des décisions possibles. Mon groupe et nos collaborateurs de l'Université de Washington testent actuellement des algorithmes pour un système de tutorat qui peut dire si son programme actuel ne permet pas à tous les étudiants de bien apprendre, puis demande aux gens d'ajouter de nouvelles astuces au système. De telles collaborations homme-ordinateur pourraient aider les étudiants à apprendre en utilisant des approches que nous ne pouvons pas encore imaginer. Cette vision de l'apprentissage par renforcement a des agents artificiellement intelligents qui redéfinissent à quoi ressemble une performance humaine exceptionnelle et nous permettent à tous d'y parvenir.
Emma Brunskill est professeure adjointe d'informatique à l'Université de Stanford .