211service.com
Uber lance un laboratoire d'IA
Uber crée un nouveau laboratoire de recherche sur l'IA dédié à l'exploration des frontières de l'apprentissage automatique et à l'application d'avancées clés à son activité.
Le laboratoire sera basé dans la Silicon Valley et sera dirigé par Gary Marcus , professeur à NYU et PDG de Intelligence géométrique , une société qu'Uber est en train d'acquérir pour un montant non divulgué. Le laboratoire Uber AI emploiera également un autre chercheur de renom en IA, Zoubin Ghahramani , qui conservera un poste à temps partiel en tant que professeur à l'Université de Cambridge au Royaume-Uni. Les autres cofondateurs de la société sont Ken Stanley , professeur agrégé à l'Université de Floride centrale, et Doug Bémis , un récent diplômé de NYU avec un doctorat en neurolinguistique.
Le nouveau laboratoire comptera 15 membres fondateurs et explorera une série de défis fondamentaux, notamment le développement de formes d'apprentissage automatique nécessitant moins de données; former des systèmes d'IA en utilisant non seulement des données mais aussi des règles explicites ; et concevoir des systèmes d'apprentissage automatique qui expliquent leurs décisions. Les progrès dans ces domaines pourraient être vitaux pour les voitures autonomes, mais pourraient également contribuer à améliorer les activités existantes d'Uber, par exemple en aidant à acheminer les voitures ou à faire correspondre plus efficacement les clients d'un pool Uber.
Travis Kalanick, PDG d'Uber, annoncera la nouvelle division, appelée Uber AI Labs, dans un article de blog aujourd'hui. La décision a été motivée par l'importance croissante de l'IA pour Uber en tant qu'entreprise. Mais cela semble également refléter une prise de conscience que malgré les progrès étonnants de ces dernières années, le développement de voitures sans conducteur fiables nécessitera de nouvelles avancées fondamentales (voir Ce qu'il faut savoir avant de monter dans une voiture autonome).
Il va s'écouler une longue période avant que les voitures autonomes puissent gérer tous les scénarios possibles dans le monde, déclare Jeff Holden, directeur des produits chez Uber. Holden souligne les avancées futures de l'apprentissage automatique qui vont nous permettre de faire des choses radicalement différentes. Il ajoute : La question est, quel rôle allons-nous jouer là-dedans ?
Holden dit qu'il a entendu parler de Marcus et de l'intelligence géométrique à Examen de la technologie MIT de l'événement axé sur l'IA, EmTech Digital, qui s'est tenu à San Francisco en mai.
Uber s'est développé à une vitesse époustouflante depuis sa création en 2009, grâce à une application pour smartphone qui a complètement bouleversé l'industrie du taxi conventionnel aux États-Unis et ailleurs. Plus récemment, l'entreprise a investi massivement dans la recherche dans des domaines tels que les voitures sans conducteur, dans l'espoir de soutenir une croissance rapide, d'éviter d'être elle-même perturbée et de conserver une image favorable auprès des financiers à mesure que les pertes augmentent. Il s'est principalement concentré sur le développement du matériel et des logiciels nécessaires à la conduite autonome, bien qu'Uber ait également encouragé d'autres efforts de recherche, notamment des véhicules volants et des publicités basées sur des drones (voir Uber's Ad-Toting Drones Are Heckling Drivers Stuck in Traffic).
Marcus est une figure éminente du monde de l'intelligence artificielle qui a parfois suscité la controverse en critiquant l'accent mis par le domaine sur les approches lourdes en données qui s'appuient sur les réseaux de neurones ou l'apprentissage en profondeur. Il a fondé Geometric Intelligence pour poursuivre d'autres avenues, y compris des approches inspirées de la recherche en sciences cognitives, qui pourraient être beaucoup moins gourmandes en données (Marcus a donné Examen de la technologie MIT un accès exclusif à son entreprise l'année dernière ; voir Cet homme peut-il rendre l'IA plus humaine ?).
Marcus dit que son équipe continuera de se concentrer sur les défis que les systèmes existants ne peuvent pas résoudre. Nous sommes particulièrement intéressés par les cas extrêmes - ce qui se passe si l'éclairage est différent ou s'il s'agit d'un véhicule que vous n'avez jamais vu auparavant, dit-il. Nous allons beaucoup travailler sur ces problèmes.
Marcus n'a pas révélé beaucoup de détails sur ce que l'intelligence géométrique a développé, et la société n'a publié aucun de ses travaux. Mais entre autres choses, son équipe a travaillé sur une forme d'apprentissage en profondeur qui nécessite moins de données (voir Algorithms That Learn with Less Data Could Expand AI's Power). Il dit que de telles approches pourraient s'avérer utiles à la fois pour les activités actuelles d'Uber et pour ses objectifs de recherche à long terme. Il y aura toujours des cas où vous n'aurez pas assez de données. Vous avez peut-être suffisamment d'informations pour prédire ce qui se passe à neuf heures du matin, mais que se passe-t-il à 2 heures du matin et il y a moins de données ? dit Marcus. Et [dans la conduite automatisée], il n'y a pas autant de données lorsque vous entrez dans les cas extrêmes.
Marcus souhaite également combiner de nouveaux domaines de l'IA, tels que l'apprentissage en profondeur (une forme d'apprentissage automatique qui s'est avérée très puissante ces dernières années), avec des traditions d'IA plus anciennes, y compris des approches qui impliquent de donner aux machines des règles explicites. Il dit que cela pourrait être important pour une voiture autonome, permettant de lui apprendre les règles locales de la route.
De plus, son équipe visera à développer des systèmes d'apprentissage automatique capables d'expliquer leurs décisions ou leurs actions, ajoute Marcus. C'est devenu un domaine de recherche important, et qui pourrait être crucial pour renforcer la confiance dans les voitures autonomes. Nous sommes très intéressés par la transparence et l'interprétabilité. Comment obtenez-vous un système où vous comprenez pourquoi il a fait ce qu'il a fait ? il dit.
Il est clair qu'il existe des problèmes techniques fondamentaux qui recoupent de nombreux problèmes auxquels Uber est confronté, déclare Karl Iagnemma , ancien chercheur au MIT et fondateur et PDG d'une société appelée nuTonomie , qui teste des taxis autonomes à Singapour et aux États-Unis. L'identification et la résolution de ces problèmes donneraient à Uber un avantage concurrentiel significatif par rapport au reste du marché.
Mais il est loin d'être certain que la recherche fondamentale sera payante, dit Iagnemma. C'est vraiment une course aux armements, ajoute-t-il. Si vos concurrents le font, même si vous n'êtes pas sûr de la probabilité que la recherche fondamentale ait un impact significatif sur votre produit, vous ne pouvez pas vous permettre de ne pas rivaliser.