Les machines peuvent désormais reconnaître quelque chose après l'avoir vu une fois

La plupart d'entre nous peuvent reconnaître un objet après l'avoir vu une ou deux fois. Mais les algorithmes qui alimentent la vision par ordinateur et la reconnaissance vocale ont besoin de milliers d'exemples pour se familiariser avec chaque nouvelle image ou mot.

Les chercheurs de Google DeepMind ont maintenant un moyen de contourner cela. Ils fait quelques ajustements intelligents à un algorithme d'apprentissage en profondeur qui lui permet de reconnaître des objets dans des images et d'autres éléments à partir d'un seul exemple, ce que l'on appelle 'l'apprentissage ponctuel'. L'équipe a démontré l'astuce sur une grande base de données d'images étiquetées, ainsi que sur l'écriture manuscrite et la langue.

Les meilleurs algorithmes peuvent reconnaître les choses de manière fiable, mais leur besoin de données rend leur construction longue et coûteuse. Un algorithme formé pour repérer les voitures sur la route, par exemple, doit ingérer plusieurs milliers d'exemples pour fonctionner de manière fiable dans une voiture sans conducteur. Recueillir autant de données n'est souvent pas pratique - un robot qui doit naviguer dans une maison inconnue, par exemple, ne peut pas passer d'innombrables heures à se promener pour apprendre.

Oriol Vinyals, chercheur chez Google DeepMind, une filiale britannique d'Alphabet qui se concentre sur l'intelligence artificielle, a ajouté un composant de mémoire à un système d'apprentissage en profondeur, un type de grand réseau neuronal qui est formé pour reconnaître les choses en ajustant la sensibilité de de nombreuses couches de composants interconnectés à peu près analogues aux neurones d'un cerveau. De tels systèmes ont besoin de voir beaucoup d'images pour affiner les connexions entre ces neurones virtuels.

L'équipe a démontré les capacités du système sur une base de données de photographies étiquetées appelée ImageNet . Le logiciel doit encore analyser plusieurs centaines de catégories d'images, mais après cela, il peut apprendre à reconnaître de nouveaux objets, par exemple un chien, à partir d'une seule image. Il apprend efficacement à reconnaître les caractéristiques des images qui les rendent uniques. L'algorithme a été capable de reconnaître des images de chiens avec une précision proche de celle d'un système classique gourmand en données après avoir vu un seul exemple.

Vinyals dit que le travail pourrait être particulièrement utile s'il pouvait reconnaître rapidement le sens d'un nouveau mot. Cela pourrait être important pour Google, dit Vinyals, car cela pourrait permettre à un système d'apprendre rapidement la signification d'un nouveau terme de recherche.

D'autres ont développé des systèmes d'apprentissage ponctuels, mais ceux-ci ne sont généralement pas compatibles avec les systèmes d'apprentissage en profondeur. L'année dernière, un projet universitaire a utilisé des techniques de programmation probabiliste pour permettre ce type d'apprentissage très efficace (voir « Cet algorithme apprend des tâches aussi vite que nous »).

Mais les systèmes d'apprentissage en profondeur deviennent plus performants, notamment avec l'ajout de mécanismes de mémoire. Un autre groupe de Google DeepMind a récemment développé un réseau doté d'un type de mémoire flexible, le rendant capable d'effectuer des tâches de raisonnement simples, par exemple, apprendre à naviguer dans un système de métro après avoir analysé plusieurs schémas de réseau beaucoup plus simples (voir ' What Happens When You Give un ordinateur une mémoire de travail ? ').

« Je pense qu'il s'agit d'une approche très intéressante, qui offre une nouvelle façon d'effectuer un apprentissage ponctuel sur des ensembles de données aussi vastes », déclare Sang Wan Lee , qui dirige le Laboratoire d'intelligence du cerveau et des machines à l'Institut coréen avancé pour la science et la technologie à Daejeon, en Corée du Sud. 'Il s'agit d'une contribution technique à la communauté de l'IA, ce que les chercheurs en vision par ordinateur pourraient pleinement apprécier.'

D'autres sont plus sceptiques quant à son utilité, étant donné à quel point il est encore différent de l'apprentissage humain. D'une part, dit Sam Gershman , professeur adjoint au Département des sciences du cerveau de Harvard, les humains apprennent généralement en comprenant les composants qui composent une image, ce qui peut nécessiter des connaissances du monde réel ou du bon sens. Par exemple, 'un Segway peut sembler très différent d'un vélo ou d'une moto, mais il peut être composé des mêmes pièces'.

Selon Gershman et Wan Lee, il faudra encore un certain temps avant que les machines ne correspondent à l'apprentissage humain. 'Nous sommes encore loin de révéler le secret humain de l'apprentissage ponctuel', déclare Wan Lee, 'mais cette proposition pose clairement de nouveaux défis qui méritent une étude plus approfondie'.

cacher