Le temps très perturbateur de l'IA

Ryan Adams sait que son timing a été parfait. Professeur d'informatique à Harvard depuis 2011 et co-animateur du podcast d'apprentissage automatique Machines parlantes , Adams dirigeait un groupe de recherche sur les algorithmes intelligents lorsque sa startup d'apprentissage automatique de 15 mois, Whetlab, a été achetée par Twitter l'été dernier.

La technologie de Whetlab automatise certaines des parties les plus difficiles de la construction de systèmes d'apprentissage automatique à grande échelle. Il a été créé pour relever des défis difficiles d'apprentissage automatique tels que la reconnaissance visuelle des objections et le traitement de la parole.

Ryan Adams

Les chercheurs de Harvard ont commencé à utiliser l'outil dans un large éventail de projets, des robots biomédicaux aux problèmes de chimie, et Netflix a également utilisé une première version open source pour expérimenter l'apprentissage en profondeur.

Maintenant en congé de Harvard, Adams s'est entretenu avec la rédactrice en chef de Business Reports, Nanette Byrnes, dans les bureaux de Twitter à Cambridge, dans le Massachusetts, au sujet de l'intérêt croissant pour l'apprentissage automatique.

L'intelligence artificielle est passée d'un objet d'étude académique à un outil commercial. Qu'est-ce qui motive cela ? De nouveaux algorithmes, des ordinateurs rapides, des tonnes de données disponibles ?

Autant que toute autre chose, je pense que l'investissement dans l'IA a fait une grande différence. À ce stade, les entreprises technologiques ont investi des milliards de dollars, ce qui accélère les choses.

Comme Twitter achetant votre entreprise. Comment l'apprentissage automatique peut-il améliorer Twitter ? Pouvez-vous donner un exemple?

Il existe d'immenses opportunités pour améliorer la façon dont le contenu de Twitter est organisé, vous aider à trouver les nouveautés qui se passent, vous aider à découvrir les communautés avec lesquelles vous pouvez interagir et simplement les façons dont Twitter peut être une meilleure expérience pour ses utilisateurs. L'un des défis que vous pouvez imaginer est de combiner les informations intéressantes vers lesquelles les gens fournissent des liens et d'essayer de comprendre ce contenu en ce qui concerne le contenu qui se trouve sur Twitter.

Combien de techniques d'IA comme l'apprentissage en profondeur sont encore un mystère ?

À l'heure actuelle, l'apprentissage en profondeur se situe essentiellement du côté empirique des choses. Vous savez que des choses importantes se passent clairement. Ces [systèmes d'apprentissage en profondeur] font des trucs sympas. Nous le comprenons très peu, mais ils fonctionnent.

Il peut être difficile de définir l'IA, et même le test approprié de l'intelligence artificielle fait l'objet d'un débat.

Pourquoi ces entreprises n'ont-elles pas l'impression de donner la ferme quand elles donnent leur code et leurs idées ? Parce que d'autres entreprises n'ont pas la puissance de calcul de Google, elles n'ont pas la puissance de calcul de Twitter et elles n'ont pas les données.

Une partie du défi réside dans la nécessité d'anthropomorphiser le concept d'intelligence. Nous utilisons l'expression intelligence artificielle, comme si l'intelligence n'était pas une propriété du monde. Nous n'appelons pas les avions des oiseaux artificiels, et ils n'ont pas de vol artificiel. Ils ont un vol réel, n'est-ce pas ?

C'est une vision très anthropocentrique, que s'il y avait une autre chose intelligente, ce serait artificiel. Et donc je pense qu'il est très difficile de trouver une définition de l'intelligence qui ne soit pas anthropocentrique, et je n'en ai pas.

Si vous êtes revenu et que vous avez dit à l'un des premiers penseurs de l'IA, il y a 50 ou 60 ans, vous allez avoir avec vous à tout moment un appareil, et essentiellement, il peut répondre à toute question à laquelle vous aimeriez répondre à travers un vaste gamme de sujets; il peut comprendre votre voix et fournir une vue sur n'importe quel endroit dans le monde, vous dire comment aller d'un point A à un point B - si vous expliquiez dans l'abstrait ce que votre smartphone est capable de faire via Google et divers types d'outils de cartographie et Siri—Je pense que cette personne dirait, c'est l'IA. Pourtant, ce que nous attendons des outils que nous utilisons change massivement au fil du temps.

Jusqu'à présent, les entreprises ont été remarquablement ouvertes sur le partage des informations sur l'IA, la publication de logiciels open source, la possibilité pour le personnel de publier des articles et de prendre la parole lors de conférences, etc. Combien de temps pensez-vous que cela va durer ?

L'ouverture du code est bonne pour contribuer à la communauté, aide à recruter les meilleurs talents en apprentissage automatique et permet également aux entreprises de tirer parti des améliorations que la communauté élargie apporte aux outils.
Pourquoi ces entreprises n'ont-elles pas l'impression de donner la ferme quand elles donnent leur code et leurs idées ? Parce que d'autres entreprises n'ont pas la puissance de calcul de Google, elles n'ont pas la puissance de calcul de Twitter et elles n'ont pas les données, n'est-ce pas ? Ainsi, vous pouvez avoir les idées. Vous pouvez avoir le code. Mais si vous n'avez pas les données et que vous n'avez pas la puissance, qu'allez-vous en faire ?

Selon vous, quelle forme prendra l'IA ?

L'IA ne ressemble pas beaucoup à un robot qui est soudainement très intelligent pour moi, je ne pense pas. Je pense que l'IA ressemble à des outils qui s'améliorent tout le temps.

Une chose qui m'inquiète, c'est que je pense que nous sommes sur le point d'avoir la capacité (avec l'apprentissage automatique et l'IA) de synthétiser les médias pour créer quelque chose qui est très difficile à distinguer de la réalité. Ce sont des outils très dangereux à avoir dans une société qui dépend de plus en plus de choses comme la vidéo pour représenter la vérité.

cacher