Le cas contre le battage médiatique de l'apprentissage en profondeur

Catégorie: Intelligence artificielle Posté 03 janvier

Y a-t-il plus dans l'IA que les réseaux de neurones ? Gary Marcus, professeur de psychologie à NYU et ancien directeur du laboratoire d'IA d'Uber, le pense. Il est a publié une critique des systèmes d'apprentissage en profondeur qui utilisent des réseaux de neurones, et cela embrouille une partie du battage médiatique actuel sur l'IA.

Les limites du deep learning : Marcus identifie 10 obstacles majeurs auxquels est confronté l'apprentissage en profondeur, notamment la soif de données et le manque de généralisation. Pour ce que ça vaut, nous sommes tentés de convenir que ce n'est pas la solution miracle que beaucoup pensent (voir Is AI Riding a One-Trick Pony? ).

Le risque de hype : Il soutient que la survente des capacités d'apprentissage en profondeur offre un nouveau risque pour des attentes sérieusement déçues qui pourraient amener un autre hiver de l'IA, ainsi que des chercheurs en IA qui essaient de nouvelles idées.

Et maintenant? Mais Marcus ne rejette pas entièrement l'apprentissage en profondeur : il suggère plutôt que nous devrions le conceptualiser, non pas comme un solvant universel, mais simplement comme un outil parmi d'autres.