211service.com
Le géant chinois de la recherche Baidu embauche un homme derrière le cerveau de Google
Baidu a longtemps été surnommé le Google de la Chine car il domine la recherche sur le Web dans le pays. Aujourd'hui, la comparaison est devenue plus pertinente : Baidu a ouvert un nouveau laboratoire de recherche en intelligence artificielle dans la Silicon Valley qui sera supervisé par Andrew Ng , un professeur de Stanford qui a joué un rôle clé chez Google dans un domaine appelé apprentissage en profondeur. Il a également été cofondateur de la société d'éducation en ligne Coursera.
Les avancées récentes ont déclenché une course aux armements technologiques dans la Silicon Valley, avec de grandes entreprises du Web en compétition pour les meilleurs talents académiques. À l'instar de Google, Facebook et d'autres entreprises qui se précipitent pour investir dans l'apprentissage en profondeur, Baidu est motivé par la promesse d'avancées spectaculaires en matière d'intelligence artificielle.
L'apprentissage en profondeur permet aux machines de traiter de grandes quantités de données en utilisant des réseaux simulés de neurones simples, grossièrement calqués sur ceux trouvés dans les cerveaux biologiques. L'approche a produit des logiciels considérablement améliorés pour des tâches telles que la reconnaissance d'images et de la parole (voir Deep Learning ), et elle pourrait finalement permettre aux applications, appareils et services Internet de comprendre des choses comme les images et le texte aussi bien que les humains.
Bien que le récent boom de l'apprentissage en profondeur ait ses origines dans le monde universitaire, l'intérêt a explosé en 2012 après que des chercheurs de Google collaborant avec Ng ont annoncé une percée dans un projet baptisé Google Brain. Ils ont construit un logiciel qui a analysé 10 millions de photos prises à partir de vidéos YouTube et a appris à reconnaître des milliers d'objets, y compris des visages humains et de chat, sans guidage humain (voir Logiciel autodidacte).
Depuis lors, les géants américains de la technologie ont rivalisé pour embaucher des personnalités de premier plan dans un domaine relativement restreint (voir Google Cornering the Market on Deep Learning ? et Facebook Launches Advanced AI Effort ), et ils ont commencé à démontrer comment l'approche peut faire progresser la technologie qu'ils offrir aux consommateurs. Google et Microsoft ont utilisé l'apprentissage en profondeur pour améliorer la reconnaissance vocale et la traduction (voir Google met sa technologie de cerveau virtuel au travail et Microsoft donne vie au traducteur vocal de Star Trek ). Pendant ce temps, les chercheurs en apprentissage en profondeur de Facebook ont récemment fait la démonstration d'un logiciel de traitement des visages qui se rapproche de la performance humaine (voir Facebook Software Matches Faces Presque aussi bien que vous).
Avant de décider d'ouvrir son nouveau laboratoire, situé à Sunnyvale, Baidu avait obtenu de bons résultats en ajoutant un apprentissage en profondeur à plusieurs produits depuis fin 2012, a déclaré Kai Yu, directeur du laboratoire d'apprentissage en profondeur de l'entreprise à Pékin. La technologie peut être vue dans l'application de traduction de Baidu, qui identifie les objets capturés sur un smartphone avec leurs noms chinois et anglais. Il est également utilisé dans la technologie de ciblage publicitaire de l'entreprise. Nous avons obtenu un retour immédiat en ajoutant un apprentissage en profondeur à notre système publicitaire, déclare Yu. Cela a considérablement augmenté le taux de clics.
Le laboratoire de Yu à Pékin se concentre sur l'application de l'apprentissage en profondeur aux produits Baidu existants et à ceux qui seront bientôt introduits. Le nouveau laboratoire de la Silicon Valley travaillera sur des recherches plus fondamentales, dit-il. L'espoir est que ce vaste mandat et la qualité de star de Ng, combinés aux vastes magasins d'images, de texte et de vidéo de Baidu, attireront les meilleurs talents. Dans la Silicon Valley, il y a un énorme vivier de talents qui est si unique, dit Yu. Nous voulons vraiment que quelque chose de révolutionnaire sorte du laboratoire.
Ng guidera cet effort dans son nouveau poste de chef de la recherche de Baidu, supervisant le laboratoire de la Silicon Valley, le laboratoire de Yu et un autre laboratoire à Pékin dédié aux mégadonnées. Il travaillera dans le laboratoire de Sunnyvale, dans lequel Baidu dit qu'il investira 300 millions de dollars sur cinq ans.
Les recherches du laboratoire sont dirigées par Adam Coates, auparavant doctorant et chercheur postdoctoral dans le groupe de recherche de Ng à Stanford. Coates dit que l'accent sera mis sur la création de logiciels qui apprennent sans intervention humaine, comme l'a fait le système Google Brain, une approche connue sous le nom d'apprentissage non supervisé.
Les systèmes non supervisés nécessitent moins d'efforts de la part des programmeurs, mais jusqu'à présent, ils ont une précision relativement faible, du moins par rapport aux humains. Le système de reconnaissance des chats de Google a atteint une précision d'environ 70 %, par exemple. La plus grande question ouverte est « Comment pouvez-vous utiliser l'apprentissage non supervisé pour atteindre des performances de niveau humain ? » déclare Coates. Mais le gain pour s'améliorer, même un peu, devrait être grand. Tant de produits que nous voulons construire sont des choses que nous voulons interagir avec le monde, dit-il. Il s'applique aux robots, aux voitures autonomes et aux applications mobiles.
Eugenio Culurciello , un chercheur de l'Université Purdue qui travaille sur des puces avec des réseaux de neurones intégrés (voir Puce IA pour aider les ordinateurs à comprendre les images ), affirme que l'enthousiasme suscité par l'apprentissage en profondeur est justifié. Il souligne comment ses méthodes ont renversé les références que les chercheurs utilisent pour classer les logiciels d'apprentissage automatique. Habituellement, vous améliorez de 2% par rapport à ce qui précède, dit-il. Ces gars-là se sont améliorés de 10 ou 20 pour cent.
De tels résultats sont la raison pour laquelle le PDG de Facebook, Mark Zuckerberg, a fait une apparition surprise au NIPS conférence pour la recherche sur les réseaux de neurones l'année dernière. Pourtant, Michel Mozer , professeur à l'Université du Colorado, Boulder, et membre du conseil d'administration de la Fondation NIPS, souligne que les algorithmes de base utilisés par les réseaux de neurones sont à peu près les mêmes que ceux qui ont déclenché une vague d'optimisme à propos de l'intelligence artificielle à la fin des années 1980. Des percées récentes sont venues de trouver des astuces qui permettent à ces algorithmes d'être utilisés à une échelle beaucoup plus grande, dit Mozer. Les personnes qui s'y sont accrochées en récoltent à juste titre les avantages maintenant, dit-il, mais l'apprentissage en profondeur n'est pas un si grand bond en avant pour le domaine qu'on le prétend parfois.
Pour l'instant, relativement peu de personnes connaissent les astuces nécessaires pour que l'apprentissage en profondeur fonctionne correctement, explique Culurciello. Si vous voulez battre la foule maintenant, vous devez essayer d'acheter les gens qui connaissent vraiment ce genre de choses, sinon vous aurez quelques années de retard, dit-il.