Pour devenir vraiment intelligent, l'IA pourrait avoir besoin de jouer à plus de jeux vidéo

Les derniers jeux informatiques peuvent être incroyablement réalistes. Étonnamment, ces mondes virtuels réalistes pourraient également avoir une valeur éducative, en particulier pour les algorithmes d'IA naissants.

Adrien Gaidon, informaticien à Centre de recherche Xerox Europe à Grenoble, en France, se souvient d'avoir regardé quelqu'un jouer au jeu vidéo Credo des Assassins lorsqu'il s'est rendu compte que les décors photoréalistes du jeu pourraient offrir un moyen utile d'enseigner les algorithmes d'IA sur le monde réel. Gaidon teste actuellement cette idée en développant des environnements 3D hautement réalistes pour former des algorithmes à la reconnaissance d'objets ou de scénarios particuliers du monde réel.

L'idée est importante car les algorithmes d'IA de pointe doivent se nourrir d'énormes quantités de données pour apprendre à effectuer une tâche. Parfois, ce n'est pas un problème. Facebook, par exemple, possède des millions de photographies étiquetées avec lesquelles entraîner les algorithmes qui marquent automatiquement les amis lors du téléchargement d'images (voir Facebook crée un logiciel qui correspond presque aussi bien aux visages que vous). De même, Google capture d'énormes quantités de données à l'aide de ses voitures autonomes, qui sont ensuite utilisées pour affiner les algorithmes qui contrôlent ces véhicules.

Mais la plupart des entreprises n'ont pas accès à des ensembles de données aussi énormes, ni les moyens de générer de telles données à partir de rien.

Pour combler ces lacunes, Gaidon et ses collègues ont utilisé un moteur de développement de jeux populaire, appelé Unité , pour générer des scènes virtuelles pour la formation d'algorithmes d'apprentissage en profondeur - un très grand type de réseau neuronal simulé - pour reconnaître des objets et des situations dans des images réelles. Unity est largement utilisé pour créer des jeux vidéo 3D, et de nombreux objets communs sont à la disposition des développeurs pour les utiliser dans leurs créations.

Un article décrivant le travail de l'équipe Xerox sera présenté lors d'une conférence sur la vision par ordinateur plus tard cette année. En créant un décor virtuel et en laissant un algorithme voir de nombreuses variations sous différents angles et avec un éclairage différent, il est possible d'apprendre à cet algorithme à reconnaître le même objet dans des images réelles ou des séquences vidéo. La bonne chose à propos des mondes virtuels est que vous pouvez créer n'importe quel type de scénario, dit Gaidon.

Le groupe de Gaidon a également conçu un moyen de convertir une scène réelle en une scène virtuelle en utilisant un scanner laser pour capturer une scène en 3D, puis en important ces informations dans le monde virtuel. Le groupe a pu mesurer la précision de l'approche en comparant des algorithmes formés dans des environnements virtuels avec ceux formés à l'aide d'images réelles annotées par des personnes. Les avantages de la simulation sont bien connus, dit-il, mais [nous nous sommes demandé], pouvons-nous générer une réalité virtuelle qui peut tromper une IA ?

Les chercheurs de Xerox espèrent appliquer la technique dans deux situations. Premièrement, ils prévoient de l'utiliser pour trouver des places de stationnement vides dans la rue à l'aide de caméras installées sur les bus. Normalement, cela impliquerait de collecter de nombreuses séquences vidéo et de demander à quelqu'un d'annoter manuellement les espaces vides. Une énorme quantité de données de formation peut être générée automatiquement à l'aide de l'environnement virtuel créé par l'équipe Xerox. Deuxièmement, ils étudient s'il pourrait être utilisé pour en savoir plus sur les problèmes médicaux en utilisant des hôpitaux et des patients virtuels.

Le défi d'apprendre avec moins de données est bien connu des informaticiens, et il inspire de nombreux chercheurs à explorer de nouvelles approches, dont certaines s'inspirent de l'apprentissage humain (voir Can This Man Make AI More Human ?).

Je pense que c'est une très bonne idée, dit Josh Tenenbaum , professeur de sciences cognitives et de calcul au MIT, du projet Xerox. C'est celui que nous et beaucoup d'autres avons poursuivi sous différentes formes.

cacher